數(shù)字圖像壓縮技術(shù)的研究及進(jìn)展

數(shù)字圖像壓縮技術(shù)的研究及進(jìn)展

摘要：數(shù)字圖像壓縮技術(shù)對于數(shù)字圖像信息在網(wǎng)絡(luò)上實現(xiàn)快速傳輸和實時處理具有重要的意義。本文介紹了當(dāng)前幾種最為重要的圖像壓縮算法：JPEG、JPEG2000、分形圖像壓縮和小波變換圖像壓縮，總結(jié)了它們的優(yōu)缺點及發(fā)展前景。然后簡介了任意形狀可視對象編碼算法的研究現(xiàn)狀，并指出此算法是一種產(chǎn)生高壓縮比的圖像壓縮算法。

關(guān)鍵詞：JPEG；JPEG2000；分形圖像壓縮；小波變換；任意形狀可視對象編碼

Abstract:Digitalimagecompressiontechnologyisofspecialintrestforthefasttransmissionandreal-timeprocesssingofdigitalimageinformationontheinternet.Thepaperintroducesseveralkindsofthemostimportantimagecompressionalgorithmsatpresent:JPEG,JPEG2000,fractalimagecompressionandwavelettransformationimagecompression,andsummarizestheiradvantageanddisadvantageanddevelopmentprospect.Thenitintroducessimplythepresentdevelopmentofcodingalgorithmsaboutarbitraryshapevideoobject,andindicatesthealgorithmshaveahighcompressionrate.

Keywords:JPEG;JPEG2000;Fractalimagecompression;Wavelettransformation;Arbitraryshapevideoobjectcoding

一、引言

隨著多媒體技術(shù)和通訊技術(shù)的不斷發(fā)展，多媒體娛樂、信息高速公路等不斷對信息數(shù)據(jù)的存儲和傳輸提出了更高的要求，也給現(xiàn)有的有限帶寬以嚴(yán)峻的考驗，特別是具有龐大數(shù)據(jù)量的數(shù)字圖像通信，更難以傳輸和存儲，極大地制約了圖像通信的發(fā)展，因此圖像壓縮技術(shù)受到了越來越多的關(guān)注。圖像壓縮的目的就是把原來較大的圖像用盡量少的字節(jié)表示和傳輸，并且要求復(fù)原圖像有較好的質(zhì)量。利用圖像壓縮，可以減輕圖像存儲和傳輸?shù)呢?fù)擔(dān)，使圖像在網(wǎng)絡(luò)上實現(xiàn)快速傳輸和實時處理。

圖像壓縮編碼技術(shù)可以追溯到1948年提出的電視信號數(shù)字化，到今天已經(jīng)有50多年的歷史了[1]。在此期間出現(xiàn)了很多種圖像壓縮編碼方法，特別是到了80年代后期以后，由于小波變換理論，分形理論，人工神經(jīng)網(wǎng)絡(luò)理論，視覺仿真理論的建立，圖像壓縮技術(shù)得到了前所未有的發(fā)展，其中分形圖像壓縮和小波圖像壓縮是當(dāng)前研究的熱點。本文對當(dāng)前最為廣泛使用的圖像壓縮算法進(jìn)行綜述，討論了它們的優(yōu)缺點以及發(fā)展前景。

二、JPEG壓縮

負(fù)責(zé)開發(fā)靜止圖像壓縮標(biāo)準(zhǔn)的“聯(lián)合圖片專家組”，于1989年1月形成了基于自適應(yīng)DCT的JPEG技術(shù)規(guī)范的第一個草案，其后多次修改，至1991年形成ISO10918國際標(biāo)準(zhǔn)草案，并在一年后成為國際標(biāo)準(zhǔn)，簡稱JPEG標(biāo)準(zhǔn)。

1．JPEG壓縮原理及特點

JPEG算法中首先對圖像進(jìn)行分塊處理，一般分成互不重疊的大小的塊，再對每一塊進(jìn)行二維離散余弦變換。變換后的系數(shù)基本不相關(guān)，且系數(shù)矩陣的能量集中在低頻區(qū)，根據(jù)量化表進(jìn)行量化，量化的結(jié)果保留了低頻部分的系數(shù)，去掉了高頻部分的系數(shù)。量化后的系數(shù)按zigzag掃描重新組織，然后進(jìn)行哈夫曼編碼。JPEG的特點

優(yōu)點：形成了國際標(biāo)準(zhǔn)；具有中端和高端比特率上的良好圖像質(zhì)量。

缺點：由于對圖像進(jìn)行分塊，在高壓縮比時產(chǎn)生嚴(yán)重的方塊效應(yīng)；系數(shù)進(jìn)行量化，是有損壓縮；壓縮比不高，小于50。

JPEG壓縮圖像出現(xiàn)方塊效應(yīng)的原因是：一般情況下圖像信號是高度非平穩(wěn)的，很難用Gauss過程來刻畫，并且圖像中的一些突變結(jié)構(gòu)例如邊緣信息遠(yuǎn)比圖像平穩(wěn)性重要，用余弦基作圖像信號的非線性逼近其結(jié)果不是最優(yōu)的。

2．JPEG壓縮的研究狀況及其前景

針對JPEG在高壓縮比情況下，產(chǎn)生方塊效應(yīng)，解壓圖像較差，近年來提出了不少改進(jìn)方法，最有效的是下面的兩種方法：

DCT零樹編碼

DCT零樹編碼把DCT塊中的系數(shù)組成log2N個子帶，然后用零樹編碼方案進(jìn)行編碼。在相同壓縮比的情況下，其PSNR的值比EZW高。但在高壓縮比的情況下，方塊效應(yīng)仍是DCT零樹編碼的致命弱點。

層式DCT零樹編碼

此算法對圖像作的DCT變換，將低頻塊集中起來，做反DCT變換；對新得到的圖像做相同變換，如此下去，直到滿足要求為止。然后對層式DCT變換及零樹排列過的系數(shù)進(jìn)行零樹編碼。

JPEG壓縮的一個最大問題就是在高壓縮比時產(chǎn)生嚴(yán)重的方塊效應(yīng)，因此在今后的研究中，應(yīng)重點解決DCT變換產(chǎn)生的方塊效應(yīng)，同時考慮與人眼視覺特性相結(jié)合進(jìn)行壓縮。

三、JEPG2000壓縮

JPEG2000是由ISO/IECJTCISC29標(biāo)準(zhǔn)化小組負(fù)責(zé)制定的全新靜止圖像壓縮標(biāo)準(zhǔn)。一個最大改進(jìn)是它采用小波變換代替了余弦變換。2000年3月的東京會議，確定了彩色靜態(tài)圖像的新一代編碼方式—JPEG2000圖像壓縮標(biāo)準(zhǔn)的編碼算法。

1．JPEG2000壓縮原理及特點

JPEG2000編解碼系統(tǒng)的編碼器和解碼器的框圖如圖1所示。

編碼過程主要分為以下幾個過程：預(yù)處理、核心處理和位流組織。預(yù)處理部分包括對圖像分片、直流電平位移和分量變換。核心處理部分由離散小波變換、量化和熵編碼組成。位流組織部分則包括區(qū)域劃分、碼塊、層和包的組織。

JPEG2000格式的圖像壓縮比，可在現(xiàn)在的JPEG基礎(chǔ)上再提高10%~30%，而且壓縮后的圖像顯得更加細(xì)膩平滑。對于目前的JPEG標(biāo)準(zhǔn)，在同一個壓縮碼流中不能同時提供有損和無損壓縮，而在JPEG2000系統(tǒng)中，通過選擇參數(shù)，能夠?qū)D像進(jìn)行有損和無損壓縮?，F(xiàn)在網(wǎng)絡(luò)上的JPEG圖像下載時是按“塊”傳輸?shù)模鳭PEG2000格式的圖像支持漸進(jìn)傳輸，這使用戶不必接收整個圖像的壓縮碼流。由于JPEG2000采用小波技術(shù)，可隨機(jī)獲取某些感興趣的圖像區(qū)域的壓縮碼流，對壓縮的圖像數(shù)據(jù)進(jìn)行傳輸、濾波等操作。

圖1JPEG2000壓縮編碼與解壓縮的總體流程

2．JPEG2000壓縮的前景

JPEG2000標(biāo)準(zhǔn)適用于各種圖像的壓縮編碼。其應(yīng)用領(lǐng)域?qū)↖nternet、傳真、打印、遙感、移動通信、醫(yī)療、數(shù)字圖書館和電子商務(wù)等。JPEG2000圖像壓縮標(biāo)準(zhǔn)將成為21世紀(jì)的主流靜態(tài)圖像壓縮標(biāo)準(zhǔn)。

四、小波變換圖像壓縮

1．小波變換圖像壓縮原理

小波變換用于圖像編碼的基本思想就是把圖像根據(jù)Mallat塔式快速小波變換算法進(jìn)行多分辨率分解。其具體過程為：首先對圖像進(jìn)行多級小波分解，然后對每層的小波系數(shù)進(jìn)行量化，再對量化后的系數(shù)進(jìn)行編碼。小波圖像壓縮是當(dāng)前圖像壓縮的熱點之一，已經(jīng)形成了基于小波變換的國際壓縮標(biāo)準(zhǔn)，如MPEG-4標(biāo)準(zhǔn)，及如上所述的JPEG2000標(biāo)準(zhǔn)。

2．小波變換圖像壓縮的發(fā)展現(xiàn)狀及前景

目前3個最高等級的小波圖像編碼分別是嵌入式小波零樹圖像編碼，分層樹中分配樣本圖像編碼和可擴(kuò)展圖像壓縮編碼。

EZW編碼器

1993年，Shapiro引入了小波“零樹”的概念，通過定義POS、NEG、IZ和ZTR四種符號進(jìn)行空間小波樹遞歸編碼，有效地剔除了對高頻系數(shù)的編碼，極大地提高了小波系數(shù)的編碼效率。此算法采用漸進(jìn)式量化和嵌入式編碼模式，算法復(fù)雜度低。EZW算法打破了信息處理領(lǐng)域長期篤信的準(zhǔn)則：高效的壓縮編碼器必須通過高復(fù)雜度的算法才能獲得，因此EZW編碼器在數(shù)據(jù)壓縮史上具有里程碑意義。

SPIHT編碼器

由Said和Pearlman提出的分層小波樹集合分割算法則利用空間樹分層分割方法，有效地減小了比特面上編碼符號集的規(guī)模。同EZW相比，SPIHT算法構(gòu)造了兩種不同類型的空間零樹，更好地利用了小波系數(shù)的幅值衰減規(guī)律。同EZW編碼器一樣，SPIHT編碼器的算法復(fù)雜度低，產(chǎn)生的也是嵌入式比特流，但編碼器的性能較EZW有很大的提高。

EBCOT編碼器

優(yōu)化截斷點的嵌入塊編碼方法首先將小波分解的每個子帶分成一個個相對獨立的碼塊，然后使用優(yōu)化的分層截斷算法對這些碼塊進(jìn)行編碼，產(chǎn)生壓縮碼流，結(jié)果圖像的壓縮碼流不僅具有SNR可擴(kuò)展而且具有分辨率可擴(kuò)展，還可以支持圖像的隨機(jī)存儲。比較而言，EBCOT算法的復(fù)雜度較EZW和SPIHT有所提高，其壓縮性能比SPIHT略有提高。

小波圖像壓縮被認(rèn)為是當(dāng)前最有發(fā)展前途的圖像壓縮算法之一。小波圖像壓縮的研究集中在對小波系數(shù)的編碼問題上。在以后的工作中，應(yīng)充分考慮人眼視覺特性，進(jìn)一步提高壓縮比，改善圖像質(zhì)量。并且考慮將小波變換與其他壓縮方法相結(jié)合。例如與分形圖像壓縮相結(jié)合是當(dāng)前的一個研究熱點。

五、分形圖像壓縮

1988年，Barnsley通過實驗證明分形圖像壓縮可以得到比經(jīng)典圖像編碼技術(shù)高幾個數(shù)量級的壓縮比。1990年，Barnsley的學(xué)生提出局部迭代函數(shù)系統(tǒng)理論后，使分形用于圖像壓縮在計算機(jī)上自動實現(xiàn)成為可能。

1．分形圖像壓縮的原理

分形壓縮主要利用自相似的特點，通過迭代函數(shù)系統(tǒng)實現(xiàn)。其理論基礎(chǔ)是迭代函數(shù)系統(tǒng)定理和拼貼定理。

分形圖像壓縮把原始圖像分割成若干個子圖像，然后每一個子圖像對應(yīng)一個迭代函數(shù)，子圖像以迭代函數(shù)存儲，迭代函數(shù)越簡單，壓縮比也就越大。同樣解碼時只要調(diào)出每一個子圖像對應(yīng)的迭代函數(shù)反復(fù)迭代，就可以恢復(fù)出原來的子圖像，從而得到原始圖像。

2．幾種主要分形圖像編碼技術(shù)

隨著分形圖像壓縮技術(shù)的發(fā)展，越來越多的算法被提出，基于分形的不同特征，可以分成以下幾種主要的分形圖像編碼方法。

尺碼編碼方法

尺碼編碼方法是基于分形幾何中利用小尺度度量不規(guī)則曲線長度的方法，類似于傳統(tǒng)的亞取樣和內(nèi)插方法，其主要不同之處在于尺度編碼方法中引入了分形的思想，尺度隨著圖像各個組成部分復(fù)雜性的不同而改變。

迭代函數(shù)系統(tǒng)方法

迭代函數(shù)系統(tǒng)方法是目前研究最多、應(yīng)用最廣泛的一種分形壓縮技術(shù)，它是一種人機(jī)交互的拼貼技術(shù)，它基于自然界圖像中普遍存在的整體和局部自相關(guān)的特點，尋找這種自相關(guān)映射關(guān)系的表達(dá)式，即仿射變換，并通過存儲比原圖像數(shù)據(jù)量小的仿射系數(shù)，來達(dá)到壓縮的目的。如果尋得的仿射變換簡單而有效，那么迭代函數(shù)系統(tǒng)就可以達(dá)到極高的壓縮比。

A-E-Jacquin的分形方案

A-E-Jacquin的分形方案是一種全自動的基于塊的分形圖像壓縮方案，它也是一個尋找映射關(guān)系的過程，但尋找的對象域是將圖像分割成塊之后的局部與局部的關(guān)系。在此方案中還有一部分冗余度可以去除，而且其解碼圖像中存在著明顯的方塊效應(yīng)。

3．分形圖像壓縮的前景

雖然分形圖像壓縮在圖像壓縮領(lǐng)域還不占主導(dǎo)地位，但是分形圖像壓縮既考慮局部與局部，又考慮局部與整體的相關(guān)性，適合于自相似或自仿射的圖像壓縮，而自然界中存在大量的自相似或自仿射的幾何形狀，因此它的適用范圍很廣。

六、其它壓縮算法

除了以上幾種常用的圖像壓縮方法以外，還有：NNT壓縮、基于神經(jīng)網(wǎng)絡(luò)的壓縮方法、Hibert掃描圖像壓縮方法、自適應(yīng)多相子帶壓縮方法等，在此不作贅述。下面簡單介紹近年來任意形狀紋理編碼的幾種算法[10]~[13]。

形狀自適應(yīng)DCT算法

SA-DCT把一個任意形狀可視對象分成的圖像塊，對每塊進(jìn)行DCT變換，它實現(xiàn)了一個類似于形狀自適應(yīng)GilgeDCT[10][11]變換的有效變換，但它比GilgeDCT變換的復(fù)雜度要低?？墒?，SA-DCT也有缺點，它把像素推到與矩形邊框的一個側(cè)邊相平齊，因此一些空域相關(guān)性可能丟失，這樣再進(jìn)行列DCT變換，就有較大的失真了[11][14][15]。

Egger方法

Egger等人[16][17]提出了一個應(yīng)用于任意形狀對象的小波變換方案。在此方案中，首先將可視對象的行像素推到與邊界框的右邊界相平齊的位置，然后對每行的有用像素進(jìn)行小波變換，接下來再進(jìn)行另一方向的小波變換。此方案，充分利用了小波變換的局域特性。然而這一方案也有它的問題，例如可能引起重要的高頻部分同邊界部分合并，不能保證分布系數(shù)彼此之間有正確的相同相位，以及可能引起第二個方向小波分解的不連續(xù)等。

形狀自適應(yīng)離散小波變換

Li等人提出了一種新穎的任意形狀對象編碼，SA-DWT編碼[18]~[22]。這項技術(shù)包括SA-DWT和零樹熵編碼的擴(kuò)展，以及嵌入式小波編碼。SA-DWT的特點是：經(jīng)過SA-DWT之后的系數(shù)個數(shù)，同原任意形狀可視對象的像素個數(shù)相同；小波變換的空域相關(guān)性、區(qū)域?qū)傩砸约白訋еg的自相似性，在SA-DWT中都能很好表現(xiàn)出來；對于矩形區(qū)域，SA-DWT與傳統(tǒng)的小波變換一樣。SA-DWT編碼技術(shù)的實現(xiàn)已經(jīng)被新的多媒體編碼標(biāo)準(zhǔn)MPEG-4的對于任意形狀靜態(tài)紋理的編碼所采用。

在今后的工作中，可以充分地利用人類視覺系統(tǒng)對圖像邊緣部分較敏感的特性，嘗試將圖像中感興趣的對象分割出來，對其邊緣部分、內(nèi)部紋理部分和對象之外的背景部分按不同的壓縮比進(jìn)行壓縮，這樣可以使壓縮圖像達(dá)到更大的壓縮比，更加便于傳輸。

七、總結(jié)

圖像壓縮技術(shù)研究了幾十年，取得了很大的成績，但還有許多不足，值得我們進(jìn)一步研究。小波圖像壓縮和分形圖像壓縮是當(dāng)前研究的熱點，但二者也有各自的缺點，在今后工作中，應(yīng)與人眼視覺特性相結(jié)合?？傊瑘D像壓縮是一個非常有發(fā)展前途的研究領(lǐng)域，這一領(lǐng)域的突破對于我們的信息生活和通信事業(yè)的發(fā)展具有深遠(yuǎn)的影響。

參考文獻(xiàn)：

[1]田青.圖像壓縮技術(shù)[J].警察技術(shù),2002,(1)：30-31.

張海燕,王東木等.圖像壓縮技術(shù)[J].系統(tǒng)仿真學(xué)報,2002,14(7)：831-835.

張宗平,劉貴忠.基于小波的視頻圖像壓縮研究進(jìn)展[J].電子學(xué)報,2002,30(6)：883-889.

周寧,湯曉軍,徐維樸.JPEG2000圖像壓縮標(biāo)準(zhǔn)及其關(guān)鍵算法[J].現(xiàn)代電子技術(shù),2002,(12)：1-5.

吳永輝,俞建新.JPEG2000圖像壓縮算法概述及網(wǎng)絡(luò)應(yīng)用前景[J].計算機(jī)工程,2003,29(3)：7-10.

JMShaprio.Embeddedimagecodingusingzerotreeofwaveletcoefficients[J].IEEETrans.onSignalProcessing,1993,41(12):3445-3462.

ASaid,WAPearlman.Anewfastandefficientimagecodecbasedonsetpartitioninginhierarchicaltrees[J].IEEETrans.onCircuitsandSystemsforVideoTech.1996,6(3):243-250.

DTaubman.HighperformancescalableimagecompressionwithEBCOT[J].IEEETransactionsonImageProcessing,2000,9(7):1158–1170.

徐林靜,孟利民,朱建軍.小波與分行在圖像壓縮中的比較及應(yīng)用.中國有線電視,2003,03/04：26-29.

[10]MGilge,TEngelhardt,RMehlan.Codingofarbitrarilyshapedimagesegmentsbasedonageneralizedorthogonaltransform[J].SignalProcessing:ImageCommun.,1989,1(10):153–180.

[11]TSikora,BMakai.Shape-adaptiveDCTforgenericcodingofvideo[J].IEEETrans.CircuitsSyst.VideoTechnol.,1995,5(1):59–62.

[12]TSikora,SBauer,BMakai.Efficiencyofshape-adaptive2-Dtransformsforcodingofarbitrarilyshapedimagesegments[J].IEEETrans.CircuitsSyst.VideoTechnol.,1995,5(3):254–258.

[13]EJensen,KRijk,etal.Codingofarbitrarilyshapedimagesegments[C].Proc.WorkshopImageAnalysisandSynthesisinImageCoding,Berlin,Germany,1994:–

[14]MBi,SHOng,YHAng.Commenton“Shape-adaptiveDCTforgenericcodingofvideo”[J].IEEETrans.CircuitsSyst.VideoTechnol.,1996,6(6):686–688.

[15]PKauff,KSchuur.Shape-adaptiveDCTwithblock-basedDCseparationandDeltaDCcorrection[J].IEEETrans.CircuitsSyst.VideoTechnol.,1998,8(3):237–242.

[16]OEgger,PFleury,TEbrahimi.Shape-adaptivewavelettransformforzerotreecoding[C].Proc.Eur.WorkshopImageAnalysisandCodingforTV,HDTVandMultimediaApplication,Rennes,France,1996:201–208.

[17]OEgger.Regionrepresentationusingnonlineartechniqueswithapplicationsto