【文章內(nèi)容簡介】 現(xiàn)了以下的視覺均勻特性： ①視覺系統(tǒng)對圖像的亮度和色度的敏感性相差 很大，視覺系統(tǒng)對亮度的敏感度遠(yuǎn)遠(yuǎn)高于對色彩度的敏感度。 ② 隨著亮度的增加，視覺系統(tǒng)對量化誤差的敏感性降低。這是由于人眼的辨別能力與物體周圍的背景亮度成反比。因此，在高亮度區(qū)，灰度值的量化可以更粗糙一些。 湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 6 圖像壓縮編碼的技術(shù)指標(biāo) 一般地，圖像壓縮應(yīng)能做到壓縮比大、算法簡單、易于硬件和軟件實(shí)現(xiàn)、壓縮和解壓實(shí)時性好、解壓縮恢復(fù)的圖像失真小等。但這些指標(biāo)對同一壓縮方法很難統(tǒng)一，在實(shí)際系統(tǒng)中往往需要抓住主要矛盾，全面權(quán)衡。下面介紹常用的圖像壓縮技術(shù)指標(biāo)。 1．圖像熵與平均碼長 熵是指信源的平均信息量。如 果一幅圖像像素的灰度級為 ix (I=1,2… M)， 若 ix 出現(xiàn)的概率為 P( ix )，則圖像的熵定義為：21( ) ( ) lo g ( )miiiH x p x p x??? ? 圖像熵表示像素灰度級集合的平均比特數(shù)。熵的單位為比特／字符。熵具有以下的性質(zhì)： (1)當(dāng) M 級灰度出現(xiàn)的概率相等時，即 P( ix )=1／ M 時，有最大熵值 H(x)= M2log ； (2)在極端情況下，當(dāng) 0)( ?ixP 或 1)( ?ixp 時， 0)( ?xH ，這表明確定性信號的熵值為0； (3)隨機(jī)性圖像信號的熵非負(fù)，滿足 。lo g)(0 2 MxH ?? (4)令 M=2i 則在各灰度等概率的情況下， iixp ??2)( ， LxH ?)( 。在不等概率的情況下，H(x)L 平均 碼字長度簡稱平均碼長，是碼字長度的數(shù)學(xué)期望，即 LxPxR Mi i??? 1 )()( () 顯然 R(x)的單位也是比特／字符。根據(jù) Shannon信息保持編碼定理，要保持信源的全部信息就必須有 )()( xHxR ?? () 否則一定會產(chǎn)生信源的編譯碼 失真。 2．圖像冗余度與編碼效率 從上面的分析可以看出，圖像無損壓縮碼長以 H(x)作為極限。因此可以定義冗 余度 r， R=1)( )(xRxH () 將編碼效率 ? 湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 7 )( )(xR xH?? () 可見，當(dāng)平均碼長接近 H(x)時，冗余度下降至 0，編碼效率提高至 l。這正是編碼追求的目標(biāo)。 3．壓縮比 壓縮比 e是衡量數(shù)據(jù)壓縮方法壓縮程度的一個指標(biāo)，反映了壓縮效率。通常將 C，定義為壓縮前圖像每像素的碼長與壓縮后每像素碼長的平均碼長之比。 4．主觀質(zhì)量評價 除了機(jī)器視覺，許多圖像是為人類服務(wù)的，信宿實(shí)際上是人的眼睛，當(dāng)然最終的評價標(biāo)準(zhǔn)是人的主觀感覺。主觀評價結(jié)果可以用參與測試組全體組員的平均判分來統(tǒng)一衡量。圖像的主、客觀兩種評價之間存在著密切的聯(lián)系。但一般來說，客觀評價高的主觀評價 也高，因此在圖像的質(zhì)量評價時，首先做客觀評價，以主觀評價為參考。 5． 感興趣區(qū)質(zhì)量評價 【 12】 圖像最終是供人看的，因此合理地評價圖像質(zhì)量的方法應(yīng)充分遵循人眼視覺特性。人們已經(jīng)發(fā)現(xiàn)，人眼視覺具有一定的選擇性。人們在觀察和理解圖像時會不自覺地對其中某些區(qū)域產(chǎn)生興趣。對于一幅人的圖像，人們通常注意人的臉區(qū)。但對于一幅頭肩圖像，發(fā)型設(shè)計師除注意人臉區(qū)之外，可能更關(guān)注該人的發(fā)型。為討論問題的簡化起見，我們假設(shè)分析圖像中只有一個感興趣區(qū) A1，其面積為 S1，不感興趣區(qū) A2的面積為 S2，圖像的總面積 21 SSS ?? 。 視覺經(jīng)驗(yàn)告訴我們，對于給定的一幅圖像，人眼對其不同區(qū)域感興趣的程度是不同的。如頭肩圖像，人眼往往對入臉區(qū) (感興趣區(qū) )的失真敏感，而對其余部位 (不感興趣區(qū) )，則能允許存在較大的失真 【 13】 。 對于感興趣區(qū)，當(dāng)其面積越來越小時，人眼對其失真就越來越敏感，也就是說，人眼對它的感興趣程度大體上與其面積成反比。當(dāng)感興趣區(qū)擴(kuò)張至整幅圖像時，人眼對它的感興趣將隆到最低，如同不感興趣區(qū)。 對于不感興趣區(qū)，感興趣區(qū)對其興趣程度有屏蔽作用。當(dāng)感興趣區(qū)的面積較大時，隨著感興趣區(qū)面積的增大，人眼對不感 興趣區(qū)的興趣將逐漸增強(qiáng)，而當(dāng)感興趣區(qū)域的面積較小時，隨著感興趣區(qū)面積的減小，盡管人眼對感興趣區(qū)的興趣越來越強(qiáng)，但由于不感興趣區(qū)的不斷擴(kuò)大，使得觀察者越來越不能忽視它的存在，也就是說人眼對不感興趣的興趣程度也越來越強(qiáng)。 在感興趣區(qū)的面積等于零或者感興趣區(qū)擴(kuò)張至整幅圖像的兩種情況下，被測圖像湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 8 的失真對人眼視覺的影響可以近似認(rèn)為等價的。 將上述視覺經(jīng)驗(yàn)加以定量化，便可以實(shí)現(xiàn)對視覺興趣性的定量測量。 數(shù)據(jù)壓縮方法 數(shù)據(jù)壓縮的方法很多，而且人們還在不斷在研究新的方法。一般數(shù)據(jù)壓縮按信息損失的程度來分類。常見的 有 20多種常用數(shù)據(jù)壓縮方法。且這些方法在圖像壓縮中均有應(yīng)用。 在無損壓縮 (Lossless Compression)中， Huffman編碼和 Shannon編碼根據(jù)概率分布特性確定碼長；游程編碼根據(jù)連續(xù)灰度的游程來確定編碼；算術(shù)編碼隨信源數(shù)據(jù)不斷縮小的實(shí)數(shù)區(qū)間，然后用一個與實(shí)數(shù)對應(yīng)的二進(jìn)制碼代表被編碼的信息；輪廓編碼根據(jù)相同灰度的區(qū)域邊界線編碼。 在有損壓縮 (Lossy Compression)中，預(yù)測編碼根據(jù)相鄰像素相關(guān)性來確定后繼像素的預(yù)測值，若用差值進(jìn)行編碼則可以壓縮數(shù)據(jù)量；變換編碼對原始圖像進(jìn)行正交變換，在變換域進(jìn)行抽樣達(dá)到壓縮的目的；混合編碼將兩種編碼方法結(jié)合起來，如將預(yù)測編碼與變換編碼相結(jié)合，以取得更好的效果。 在現(xiàn)代壓縮編碼方法中，分形編碼利用宏觀與微觀的相似性來壓縮數(shù)據(jù)量，可以獲得極大的壓縮比。該方法壓縮過程中的計算量很大，但解壓縮很快，適用于圖像數(shù)據(jù)的存儲和重現(xiàn)。 模型基 (modelbased)編碼也是一種新型壓縮方法。該方法在發(fā)送端利用已知且變化慢的場景得到數(shù)據(jù)量不大的模型參數(shù)，在接收端利用綜合模型參數(shù)恢復(fù)原始圖像。 1．統(tǒng)計編碼 利用信源的統(tǒng)計特性進(jìn)行碼率壓縮的編碼方式稱為熵編碼，也叫統(tǒng) 計編碼。常用的統(tǒng)計編碼有兩種：變長編碼 (也稱為哈夫曼編碼 )及算術(shù)編碼。 (1)Huffman編碼 1952年，哈夫曼提出變長編碼方法：對出現(xiàn)概率大的符號分配短字長的二進(jìn)制碼，對出現(xiàn)概率小的符號分配長的二進(jìn)制碼，得到符號平均碼長是最短的碼。變長編碼也稱為最佳碼方法。 哈夫曼編碼的實(shí)施步驟如下： 第一步，將信息符號按其出現(xiàn)概率從大到小排列； 第二步，將兩個最小概率組成一組，劃成 2個分支域，并標(biāo)以 0和 l；再把 2個分支域合并成 1個分支域，標(biāo)以兩個概率之和： 第三步，找出概率和 1． 0到各信息符號的路徑，記下各路徑從右 到左各分支域的 0湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 9 和 1，即得到信息符號相應(yīng)的碼字。 理論上，這種編碼方法是最佳的。實(shí)際上，利用硬件實(shí)現(xiàn)時，出現(xiàn)概率的 值不可能精確到小數(shù)后多少位，而最小存儲單元為 lbit，會引起概率匹配不準(zhǔn)確及編碼效率的下降。 (2)算術(shù)編碼 算術(shù)編碼和哈夫曼編碼不同，不采用一個碼字代表一個輸入信息符號的辦法，而采用一個浮點(diǎn)數(shù)來代替一串輸入符號。經(jīng)算術(shù)編碼后輸出一個小于 l，大于或等于 0的浮點(diǎn)數(shù)，在解碼端再進(jìn)行正確、惟一地解碼，恢復(fù)原符號序列。 2．預(yù)測編碼 預(yù)測編碼也稱為差值脈沖編碼調(diào)制 (DPCM)。在預(yù)測編碼中所采用的主要是 兩大技術(shù)：信號的最佳線性預(yù)測和最佳量化。由圖像的統(tǒng)計特性分析可知，圖像相鄰像素之間存在很強(qiáng)的相關(guān)性，因此可以用已知的前面幾個像素的值進(jìn)行預(yù)測。而把實(shí)際的值與預(yù)測的差作為傳輸?shù)膶ο?。?dāng)對預(yù)測的誤差不進(jìn)行量化時，即在不產(chǎn)生量化誤差的條件下，也可用于無失真編碼，獲得更高的壓縮比。此外，還可以根據(jù)圖像的內(nèi)容采用不同的預(yù)測系數(shù)，減少預(yù)測誤差，降低碼率，即所謂的自適應(yīng)預(yù)測。或者利用人眼對差值大小所表現(xiàn)的不同的靈敏度，采用自適應(yīng)量化技術(shù)。 3．變換編碼 變換編碼不是直接對空域圖像信號編碼，而是首先將空域圖像信號映射到另一 個空間 (變換域 )，產(chǎn)生一組變換系數(shù)，然后對這些系數(shù)進(jìn)行量化、編碼、傳輸。變換編碼對靜止和運(yùn)動圖像都適用。常見的變換有離散傅里葉變換 【 1】 (DFT)K． L變換 ‘ 【 2】【 3】 、離散余弦變換 【 4】 (DCT)等。 4．子帶編碼 子帶編碼 【】 最初是用于語音編碼，其基本思想是發(fā)信端利用數(shù)字線性濾波器將信號分離為高頻和低頻兩個不同頻帶的信號，利用與各頻率的統(tǒng)計特性相適配的編碼進(jìn)行編碼，在接收端，經(jīng)解碼、內(nèi)插、線性合成濾波器得到信號的恢復(fù)值。子帶編碼具有子帶內(nèi)編碼的噪聲只限于子帶內(nèi)，而不會擴(kuò)散到其他子帶的特點(diǎn)，而且可以根據(jù) 主觀視覺特性，將有限的比特率在各個子帶內(nèi)做合理的分配，即實(shí)行噪聲頻譜成形技術(shù)，有利于提高圖像的質(zhì)量。這些特點(diǎn)對實(shí)現(xiàn)所謂的多分辨率圖像壓縮編碼很有利。 5．量化編碼 量化編碼又分為標(biāo)量量化和矢量量化 【 5】 。對于經(jīng)過映射變換后的數(shù)據(jù)， 或者直接對 PCM數(shù)據(jù)，一個數(shù)一個數(shù)的進(jìn)行量化叫標(biāo)量量化 (SQ． ScalarQuantization)：若對這些數(shù)據(jù)分組，每組若干個數(shù)據(jù)作為一個矢量，然后以矢量為單位，逐個量化，稱為矢湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 10 量量化 (VQ： Vector Quantization)。矢量量化是近年來圖像、語音編碼技術(shù)中頗為流行 的一種新型量化編碼方法，其關(guān)鍵問題在于設(shè)計一個優(yōu)良的碼本。 6．塊截斷編碼 (BTC： Block Truncation Coding) BTC編碼 【 6】【 7】 是一種低復(fù)雜度圖像編碼方法。它首先將圖像分解成大小固定的互不重疊的塊，然后對不同的二值量化器進(jìn)行量化。量化器的閾值與兩個量化重建值由塊的局部統(tǒng)計特性決定。 BTC具有編碼速度塊，算法簡單的特點(diǎn)，但一般壓縮比不高，且有塊效應(yīng)。 7．分形編碼 分形的最顯著的特點(diǎn)是自相似性，即：任何尺度不論怎樣變化，景物任何一小部分的形狀都與整體的形狀及其相似。最早將分形用于圖 像編碼的比較有效方法是 1984年 Bamsley提出的迭代函數(shù)系統(tǒng) (Interated Function System，簡稱 IFS)。它把一幅圖像分解為若干類景物的子圖像，對每一類子圖像找出相應(yīng)的 IFS碼，使這組 IFS碼所綜合的分形圖像在主觀質(zhì)量上與原始子圖像非常相似，所獲得的壓縮效果相當(dāng)可觀。但這種方法中的 IFS碼是交互或半自動的方式獲得的，并且編碼過程非常耗時。 1989年Bamsley的學(xué)生 Jacquin提出了全自動的分形編碼方法。該方法改變先前的全局映射變換為基于局部映射變換。 然而，從目前公開的各種分 形算法來看，它們在不同程度上都有很大的局限性，分形圖像編碼的真正特點(diǎn)及優(yōu)勢并沒有完全體現(xiàn)出來。 8．模型基圖像編碼 模型基圖像編碼 【 23】【 24】 是一種基于景物三維模型的方法，編碼端與解碼端具有相同的景物三維模型?；谶@個模型，在編碼器中用圖像分析算法提取景物的參數(shù)，例如形狀參數(shù)、運(yùn)動參數(shù)等。景物的這些參數(shù)被編碼后通過信道傳輸?shù)浇獯a端，由后者的解碼器根據(jù)接收到的參數(shù)用圖像合成技術(shù)再重建圖像。這類圖像編碼技術(shù)與傳統(tǒng)的技術(shù)不同，它充分利用了圖像中景物的內(nèi)容知識，因而可以實(shí)現(xiàn)非常高的壓縮比。模型基圖像編碼方案一般 可以分為語義基和物體 基圖像編碼兩類。語義基圖像編碼充分利用已知景物的知識，可以獲得非常高的壓縮比。物體基圖像編碼方法靈活，應(yīng)用范圍較廣。 9．神經(jīng)網(wǎng)絡(luò)圖像編碼 神經(jīng)網(wǎng)絡(luò)用于圖像編碼的研究是試圖初步模仿人的視覺系統(tǒng)中某些局部初級功能，并將其研究成果應(yīng)用到圖像編碼領(lǐng)域。目前，直接數(shù)據(jù)壓縮中使用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)有兩類：反向誤差傳播 (Back Propagation)型神經(jīng)網(wǎng)絡(luò)和自組織映射 (SelfOrganization Map)神經(jīng)網(wǎng)絡(luò)。除了把神經(jīng)網(wǎng)絡(luò)直接應(yīng)用于圖像數(shù)據(jù)壓縮之外，還可以把神經(jīng)網(wǎng)絡(luò)同湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 11 傳統(tǒng)的圖像編碼算 法結(jié)合，構(gòu)成許多直接應(yīng)用神經(jīng)網(wǎng)絡(luò)的圖像編碼算法。 10．小波變換 (DWT)編碼 【 8】 基于 DWT的編碼方法在九十年代受到了廣泛的研究。它是將圖像先進(jìn)行小波變換，然后利用 DWT具有的很多良好性質(zhì)，如：空間和頻域局部性、方向性、多分辨率性等，來研究如何組織的量化變換系數(shù)的編碼方法。 第 3 章小波分析理論 小波理論的發(fā)展 小波分析的思想可以追溯到 1910 年 Haar 提出的小波標(biāo)準(zhǔn)正交基，但小波分析這一概念是 1984 年由法國地質(zhì)學(xué)家 Morlet 在分析地震信號時提出來的。當(dāng)時， Morlet發(fā)現(xiàn)，短時傅里葉變換在時、 頻分辨力方面的矛盾使得固定時寬的加窗方法并非對所有非平穩(wěn)信號都合適。也就是說，窗寬應(yīng)該依據(jù)非平穩(wěn)信號的變化自動調(diào)節(jié)，形成所謂的小波。 真正的小波分析研究始于 1985 年，當(dāng)時法國的數(shù)學(xué)家 Meyer 構(gòu)造的函數(shù)系 (Meyer基 )對小波分析起到奠基作用。后來 1988 年法國信號處理