前言：本站為你精心整理了數(shù)字圖像壓縮技術(shù)及發(fā)展范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

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：數(shù)字圖像；圖像壓縮；壓縮技術(shù)；任意形狀可視對象編碼

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

Keyword:Digitalimage;Imagecompression;Compresstechnique;Arbitraryshapevisibleobjectcode

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)呢摀?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

負責(zé)開發(fā)靜止圖像壓縮標準的“聯(lián)合圖片專家組”（JointPhotographicExpertGroup,簡稱JPEG），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國際標準草案，并在一年后成為國際標準，簡稱JPEG標準。

1．JPEG壓縮原理及特點

JPEG算法中首先對圖像進行分塊處理，一般分成互不重疊的大小的塊，再對每一塊進行二維離散余弦變換（DCT）。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，然后進行哈夫曼編碼。JPEG的特點如下：

優(yōu)點：（1）形成了國際標準；（2）具有中端和高端比特率上的良好圖像質(zhì)量。

缺點：（1）由于對圖像進行分塊，在高壓縮比時產(chǎn)生嚴重的方塊效應(yīng)；（2）系數(shù)進行量化，是有損壓縮；（3）壓縮比不高，小于50[2]。

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[3]。

2．JPEG壓縮的研究狀況及其前景[2]

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方法，最有效的是下面的兩種方法：

（1）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。

（2）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)合進行壓縮。

三、JEPG2000壓縮

JPEG2000是由ISO/IECJTCISC29標準化小組負責(zé)制定的全新靜止圖像壓縮標準。一個最大改進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圖像壓縮標準的編碼算法。

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[4]。

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（DC）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膩平滑。對于目前的JPEG標準，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)?，而JPEG2000格式的圖像支持漸進傳輸，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)，可隨機獲取某些感興趣的圖像區(qū)域（ROI）的壓縮碼流，對壓縮的圖像數(shù)據(jù)進行傳輸、濾波等操作[4]。

圖1JPEG2000壓縮編碼與解壓縮的總體流程

2．JPEG2000壓縮的前景

JPEG2000標準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[5]。JPEG2000圖像壓縮標準將成為21世紀的主流靜態(tài)圖像壓縮標準。

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行多分辨率分解。其具體過程為：首先對圖像進行多級小波分解，然后對每層的小波系數(shù)進行量化，再對量化后的系數(shù)進行編碼。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準，如MPEG-4標準，及如上所述的JPEG2000標準[2]。

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（EZW），分層樹中分配樣本圖像編碼（SPIHT）和可擴展圖像壓縮編碼（EBCOT）。

（1）EZW編碼器[6]

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。

（2）EBCOT編碼器[8]

優(yōu)化截斷點的嵌入塊編碼方法（EBCOT）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可擴展而且具有分辨率可擴展，還可以支持圖像的隨機存儲。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[2]。

（3）SPIHT編碼器[7]

由Said和Pearlman提出的分層小波樹集合分割算法（SPIHT）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。

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A.E.Jacquin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)（IteratedFunctionSystem,IFS）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[9]。

2．幾種主要分形圖像編碼技術(shù)[9]

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。

（1）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。

（2）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)就可以達到極高的壓縮比。

（3）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[2]

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（數(shù)論變換）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]。

（1）形狀自適應(yīng)DCT（SA-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?？墒牵琒A-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，這樣再進行列DCT變換，就有較大的失真了[11][14][15]。

（2）形狀自適應(yīng)離散小波變換（SA-DWT）

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和零樹熵編碼的擴展（ZTE），以及嵌入式小波編碼（EZW）。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準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行壓縮，這樣可以使壓縮圖像達到更大的壓縮比，更加便于傳輸。

（3）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行小波變換，接下來再進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。

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)展具有深遠的影響。

參考文獻：

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

[2]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.

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

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

[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].計算機工程,2003,29(3)：7-10.

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

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

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

[9]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:E2.1–E2.4.

[14]MBi,SHOng,menton“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.Regionrepresentationusingnonlineartechniqueswithapplicationstoimageandvideocoding[D].Ph.D.dissertation,SwissFederalInstituteofTechnology(EPFL),Lausanne,Switzerland,1997.

[18]SLi,WLi,etal.Shapeadaptivevectorwaveletcodingofarbitrarilyshapedtexture[S].ISO/IECJTC/SC29/WG11,MPEG-96-m1027,1996.

[19]WLi,FLing,HSun.ReportoncoreexperimentO3(Shapeadaptivewaveletcodingofarbitrarilyshapedtexture)[S].ISO/IECJTC/SC29/WG11,MPEG-97-m2385,1997.

[20]SLi,WLi.Shapeadaptivediscretewavelettransformforcodingarbitrarilyshapedtexture[C].Proc.SPIEVCIP’97,1997,3024:1046–1056.

[21]SLi,WLi,etal.Shapeadaptivewaveletcoding[C].Proc.IEEEInt.Symp.CircuitsandSystemsISCAS’98,1998,5:281–284.

[22]SLi,WLi.Shape-adaptivediscretewavelettransformforarbitrarilyshapedvisualobjectcoding[J].IEEETrans.CircuitsSyst.VideoTechnol.,2000,10(5):725–743.