【文章內(nèi)容簡介】 圖像 壓縮的幾種方法 1 統(tǒng)計(jì)和字典的壓縮方法 常規(guī)程序和計(jì)算機(jī)熵的數(shù)據(jù)對于那些基于利用統(tǒng)計(jì)變種的壓縮，效果很好，這些統(tǒng)計(jì)變種表現(xiàn)在單個符號的頻率以及符號或短語字 符串的頻率等方面，而基于字典的系統(tǒng)實(shí)際山就是假扮統(tǒng)計(jì)程序?？墒沁z憾的是，這類壓縮對于連續(xù)色調(diào) 圖像 的作用并不很好。 這些程序的主要問題產(chǎn)生于這樣的一個事實(shí)：照片 圖像 的象素廣泛地分布在整個范圍。如果將 圖像 中的彩色用頻率分布畫出，那么頻率分布圖中，沒有我們在統(tǒng)計(jì)壓縮的成功的情況下所看到的 “尖峰 ”狀，實(shí)際上，如果延長這個分布圖，那么從類似于電視那樣的生活 圖像 源中得出的分布圖會趨于平展。這意味著，每個象素代碼彼此是大約相同的出現(xiàn)機(jī)會，決定不存在挖掘熵差的任何機(jī)會。 基于字典的壓縮程序的運(yùn)行也有類似的問題，基于掃描照片 的 圖像 決定沒有任何類型的數(shù)據(jù)特征以產(chǎn)生相同的短語的多次出現(xiàn)。例如，一個柵格化的 圖像 ，類似房子墻邊的垂直部分，在圖片的許多連續(xù)的行中可能可以給出相似的字符串。但不幸的是，由于真實(shí)世界是變化多端的，每行中的相同的性能將彼此地略有不同，對于 20 個象素的一個字符串，其中的一兩個象素會因掃描而彼此出現(xiàn)一步長的變化，雖然這些不同點(diǎn)小到人眼不能探測或?qū)θ搜鄄黄鹱饔茫麄儺吘狗恋K了基于字典壓縮的工作，對于這類壓縮方法來說，字符串必須嚴(yán)格匹配，由于小的變化，而使匹配的字符串長度趨于很小，這就限制了壓縮的效率。 2 有損壓縮 類似于音頻數(shù)據(jù)，圖形 圖像 也同樣有一個比常規(guī)計(jì)算機(jī)數(shù)據(jù)文件優(yōu)越的地方：在壓縮 /擴(kuò)展的循環(huán)中，他們可以被略微改動，而不會影響用戶的立即質(zhì)量。如果仔細(xì)修改，那么各處象素的精確灰度可以完全不被注意地進(jìn)行小的改變。由于計(jì)算機(jī)柵的圖形 圖像通常來自對真實(shí)世界源的掃描，所有他們通常表達(dá)一個已經(jīng)不完美的照片的表達(dá)或是不完美的其他打印接著的表達(dá)。沒有改變 圖像 基本性能的有損壓縮程序應(yīng)該是可行的。 假設(shè)圖形 圖像 的有損壓縮是可能的，那么它是如何實(shí)現(xiàn)的呢？研究人員最初試驗(yàn)了用于語音信號的同樣的技術(shù)，如差分編碼和自適應(yīng)編碼，雖然這些技術(shù) 對 圖像 有幫助，但并沒有達(dá)到所希望的那么好，原因之一是音頻數(shù)據(jù)和視頻數(shù)據(jù)根本不同。 用常規(guī)格式采樣的音頻數(shù)據(jù)是趨于反復(fù)的，聲音，包括講話，是由每次幾秒的重復(fù)的正弦波組成的。雖然計(jì)算機(jī)上 DAC 的輸入流可能由許多不同的頻率疊加在一起而成，但是正弦波通常產(chǎn)生反復(fù)的波形。音頻反復(fù)的本性自然使他利于壓縮，線性預(yù)言編碼和自適應(yīng)差分脈沖編碼調(diào)制等技術(shù)就利于了這一點(diǎn)，因此將音頻數(shù)據(jù)流壓縮了 50％到95％。但開始研究圖形壓縮時，人們也試圖用相似的技術(shù)壓縮數(shù)字化的 圖像 ，取得了一些成功。最初，研究人員進(jìn)行柵格化數(shù)據(jù)流的壓縮，如顯示 在電視機(jī)柵的數(shù)據(jù)。 圖形數(shù)據(jù)柵格化時，圖形顯示成一個象素流，每次一行地顯示在屏幕上，從左到右，從上到下。這樣，當(dāng)完成一行時，圖片的一個細(xì)片就畫出了，直到整個屏幕填滿。數(shù)字化時，象素可以使用從 1 位到 24 位，如今的琢磨圖形常常使用 8 位來定義一個象素。 3 自適應(yīng)編碼 自適應(yīng)編碼（常常于差分編碼一同使用）根據(jù)前面看到的一些象素而對將要到來的一些象素的信息做預(yù)言。例如，如果一幅灰度級照片中的最新的十個象素的值都在 45 到 50之間，那么自適應(yīng)壓縮系統(tǒng)可能預(yù)言，下一個象素很大可能也在這個范圍中，之后，類數(shù)字圖像 JPEG 壓縮編碼算法研究 4 似于霍夫曼或算術(shù)編碼 那樣的基于熵的編碼方案可能給將來到來的各種代碼賦以概率值?？梢源娴厥褂脡嚎s－擴(kuò)展方法，將最細(xì)的粒度賦給最接近預(yù)言猜測的范圍。 JPEG圖像壓縮的國際標(biāo)準(zhǔn) JPEG 是聯(lián)合 圖像 專家組 (Joint Picture Expert Group)的英文縮寫，是國際標(biāo)準(zhǔn)化組織(ISO)和 CCITT 聯(lián)合制定的靜態(tài) 圖像 的壓縮編碼標(biāo)準(zhǔn)。和相同 圖像 質(zhì)量的其它常用文件格式 (如 GIF， TIFF， PCX)相比， JPEG 是目前靜態(tài) 圖像 中壓縮比最高的。我們給出具體的數(shù)據(jù)來對比一下。例圖采用 Windows95 目錄下的 ，原圖大小為 640*480，256 色。用工具 SEA()將其分別轉(zhuǎn)成 24 位色 BMP、 24 位色 JPEG、 GIF(只能轉(zhuǎn)成 256 色 )壓縮格式、 24 位色 TIFF 壓縮格式、 24 位色 TGA 壓縮格式。得到的文件大小 (以字節(jié)為單位 )分別為： 921,654， 17,707， 177,152， 923,044， 768,136?？梢?JPEG 比其它幾種壓縮比要高得多，而 圖像 質(zhì)量都差不多 (JPEG 處理的顏色只有真彩和灰度圖 )。正是由于 JPEG 的高壓縮比，使得它廣泛地應(yīng)用于多媒體和網(wǎng)絡(luò)程序中。 作為靜態(tài)圖像壓縮的標(biāo) 準(zhǔn)算法， JPEG 算法必須滿足以下要求：算法獨(dú)立于圖像的分辨率；具有低于 1bit/象素的編碼率，并且能夠在五秒鐘內(nèi)建立圖像，以滿足實(shí)時要求；在壓縮比大約是 2 的情況下能夠無失真地恢復(fù)原圖像；支持順序編解碼和漸進(jìn)編解碼；以及對各種圖像成分及數(shù)據(jù)精度的自適應(yīng)能力；最后，要求編解碼設(shè)備簡單易實(shí)現(xiàn)。 JPEG 小組指定了一系列實(shí)現(xiàn)靜態(tài)圖像壓縮編碼的方法，這些方法的選擇決定于具體應(yīng)用的要求及性能價格比的考慮。這些方法基本上可以分為兩類：基于離散余弦變換的編碼和基于空間域預(yù)測編碼的方法。前者，即離散余弦變化的方法壓縮倍率較高 但算法復(fù)雜，較難實(shí)現(xiàn)；后者，即預(yù)測編碼的方法雖然壓縮倍率較低，但是可以實(shí)現(xiàn)無損壓縮。 JPEG 中允許四種編解碼模式： （ 1）基于 DCT 的順序模式（ sequential DCTbased） （ 2）基于 DCT 的漸進(jìn)模式（ progressive DCTbased） （ 3）無失真模式（ Lossless） （ 4） 層次模式（ hierarchical） . 其中，（ 1）和（ 2）是基于 DCT 的有損壓縮；（ 3）是基于線性預(yù)測的無損壓縮；（ 4）可以是 DCT 與線性預(yù)測的分層混合。 JPEG 算法可分為基本 JPEG 和擴(kuò)展 ,即 Baseline System 與 Extended System。在Baseline System 中生成的編碼文件，在 Extended System 中一定可以正確解碼。 JPEG 有損壓縮算法在三個成功的階段中操作。 DCT Coefficient Lossless Transformation → Quantization → Compression 這三個步驟形成了一個強(qiáng)有力的壓縮器。，可以將連續(xù)色調(diào)圖 像壓縮到少于原大小的10％，同時丟失很少的原始逼真度。 5 JPEG壓縮編碼技術(shù)的目的與意義 近年來越來越多的研究人員開始注重圖像壓縮技術(shù)，其主要原因就在于圖像文件不 僅占據(jù)內(nèi)存空間，而且也占據(jù)大量的傳輸帶寬，這使得許多信息行業(yè)必須通過使用圖像壓縮系統(tǒng)，才能解決因?yàn)閳D像數(shù)據(jù)量大而帶來的存儲和傳輸問題。利用壓縮技術(shù)我們可以解決許多原先不能解決的問題。隨著數(shù)字化媒體技術(shù)的發(fā)展，產(chǎn)生了許多新的技術(shù)，例如遠(yuǎn)程診斷和圖像建檔及通信系統(tǒng)。在這些應(yīng)用中，數(shù)字醫(yī)學(xué)圖像的傳輸和存儲，給圖像壓縮技術(shù)提出了新的要求。例如 ，醫(yī)學(xué)圖像的數(shù)據(jù)量往往大過普通圖像的好多倍，在有效地利用通信帶寬或節(jié)約存儲空間的意義上，有損壓縮是更期望被采用的；另一方面，對醫(yī)學(xué)圖像的任何處理，都會給診斷結(jié)果帶來潛在的影響。如何決定哪些信息可以被壓縮，哪些信息不可以被壓縮？基于感興趣區(qū)域的圖像壓縮，能夠在編碼過程中結(jié)合觀察者的主觀判斷，是解決這一問題最有希望的途徑。 有了圖像壓縮技術(shù)，我們就可以提出一種對圖像的感興趣區(qū)域進(jìn)行交互式傳輸編碼的方案。首先對圖像進(jìn)行最基本的壓縮，然后根據(jù)圖像接收者要求的感興趣區(qū)域，以及這些區(qū)域解碼恢復(fù)后要達(dá)到的視覺質(zhì)量，對感興 趣區(qū)域進(jìn)行特定壓縮率的編碼。在將來的改進(jìn)過程中，我們還可以做到遠(yuǎn)端不必等待所有的數(shù)據(jù)都傳到，即可從傳輸?shù)男畔?shù)據(jù)流中解壓出逐步清晰的圖像；用戶在觀察中可以多次指定新的感興趣區(qū)域，編碼過程在己經(jīng)發(fā)送的數(shù)據(jù)基礎(chǔ)上繼續(xù)編碼，而不需要重新開始。我們已經(jīng)看出圖像數(shù)據(jù)的壓縮不僅僅可以用一些簡單的數(shù)字就可以說明其必要性，同時也說明了它的必然性。 圖像壓縮是一個很有發(fā)展前途的研究領(lǐng)域，這一領(lǐng)域的突破對于通信和多媒體事業(yè)的發(fā)展將具有深遠(yuǎn)的影響。國際上靜態(tài)圖像壓縮技術(shù)己經(jīng)趨向成熟化發(fā)展，但就國內(nèi)的情況而言，靜態(tài)圖像壓縮技術(shù)的應(yīng) 用還是很不普遍，人們的理論研究，諸如探索圖像壓縮編碼等，在將成熟技術(shù)轉(zhuǎn)化為實(shí)際應(yīng)用方面做的還不夠。目前國內(nèi)圖像壓縮主要應(yīng)用在圖像傳輸，特別是在衛(wèi)星向地面?zhèn)鬏攬D像 [4]。圖像壓縮分為無損及有損壓縮兩類，無損壓縮由于其壓縮比有一定的極限所以目前己經(jīng)不是研究的熱點(diǎn)，大家的研究主要集中在有損壓縮上。所謂有損壓縮就是壓縮后圖像的某些信息會丟失 [5]。由于各類專業(yè)圖像所關(guān)心的信息不同，其壓縮方法也不相同，針對各種類型圖像開發(fā)專用的壓縮算法是當(dāng)前研究的熱點(diǎn)。當(dāng)對其有損壓縮（大壓縮比）后發(fā)到地面后，有些細(xì)節(jié)就丟失了，而這些 細(xì)節(jié)往往正是我們關(guān)心的，因此在對這類圖像壓縮時，必須采用特殊的算法以保證在壓縮后能保留這些細(xì)節(jié)。另外，像對于指紋這樣的特殊圖像，如何在壓縮后保存其完整特征也是一個重要的研究方向。因此，在圖像壓縮方面投入一定的資金和人力，進(jìn)行深入的研究，將有助于提高我國在高科技領(lǐng)域方面的國際競爭力。 畢業(yè)設(shè)計(jì) 內(nèi)容 根據(jù) JPEG 壓縮編碼的基本壓縮原理編寫 JPEG 仿真程序，利用 MATLAB 軟件對程序進(jìn)行運(yùn)行調(diào)試，驗(yàn)證了 JPEG 壓縮編碼算法的可行性。通過比對輸出圖像壓縮前后實(shí)際效果，探討壓縮比，峰值信噪比等評價圖像 數(shù)據(jù)壓縮程度及 壓縮質(zhì)量的關(guān)鍵參數(shù)，對JPEG 壓縮編碼算法的實(shí)用性和 優(yōu)越性進(jìn)行了研究。 數(shù)字圖像 JPEG 壓縮編碼算法研究 6 第 2 章 JPEG 圖像壓縮原理 圖像壓縮技術(shù) 基礎(chǔ) 圖像數(shù)據(jù)的壓縮基于兩點(diǎn)：（ 1） 圖 像信息存在著很大的冗余度，數(shù)據(jù)之間存在著相關(guān)性，如相鄰像素之間色彩的相關(guān)性等。（ 2）人眼是圖像信息的接收端。因此，可利用人的視覺對于邊緣急劇變化不敏感（視覺掩蓋效應(yīng)），以及人眼對圖像的亮度信息敏感、對顏色分辨率弱的特點(diǎn)實(shí)現(xiàn)高壓縮比，而解壓縮后的圖像信號仍有著滿意的主觀質(zhì)量。 從信號系統(tǒng)的角度理解，數(shù)據(jù)的壓縮就是對原來信號進(jìn)行 某種變換。借助這種變換，信號的表達(dá)更經(jīng)濟(jì)，存儲傳輸更為方便。從信息論角度理解，信號本身的具體表達(dá)形式不過是其內(nèi)在攜帶信息的外在表象，一定的信息可以用各種形式加以體現(xiàn)，每種表達(dá)形式的表達(dá)效率并不相同，存在著信息冗余。數(shù)據(jù)壓縮的目的就是尋找在一定約束條件下最為高效的信息表達(dá)方式。從壓縮技術(shù)的角度理解，數(shù)據(jù)壓縮一般分為：建模、去相關(guān)、量化、編碼四道工序。 由此發(fā)展出數(shù)據(jù)壓縮的兩類基本方法：第一類壓縮過程是可逆的，也就是說，從壓縮后的圖像能夠完全恢復(fù)出原來的圖像，信息沒有任何丟失，稱為無損壓縮；第二類壓縮過程是不可 逆的，無法完全恢復(fù)出原圖像，信息有一定的丟失，稱為有損壓縮。選擇哪一類壓縮，要折衷考慮，盡管我們希望能夠無損壓縮，但是通常有損壓縮的壓縮比 (即原圖像占的字節(jié)數(shù)與壓縮后圖像占的字節(jié)數(shù)之比，壓縮比越大，說明壓縮效率越高 )比無損壓縮的高。 無損壓縮是將相同的或相似的數(shù)據(jù)或數(shù)據(jù)特征歸類，使用較少的數(shù)據(jù)量描述原始數(shù)據(jù)，達(dá)到減少數(shù)據(jù)量的目的。無損壓縮又稱信息保持編碼，或叫做熵保持編碼。圖像的無損壓縮通常分為兩步，即去相關(guān)和編碼。去相關(guān)就是要去除圖像冗余，降低信源熵。 在對數(shù)據(jù)進(jìn)行編碼時，可對那些經(jīng)常出現(xiàn)的數(shù)據(jù)指定較少的 位數(shù)表示，而那些不常出現(xiàn)的數(shù)據(jù)指定較多的位數(shù)表示。用這種方法得到的代碼，其碼的位數(shù)，也即碼長就是不固定的，故稱為變長碼。 Huffman 在 1952 年根據(jù)香農(nóng)（ Shannon）在 1948 年和范若（ Fano）在 1949 年闡述的這種編碼思想提出了一種不定長編碼的方法，也稱哈夫曼（ Huffman）編碼 [4]。哈夫曼編碼的基本方法是先對圖像數(shù)據(jù)掃描一遍，計(jì)算出各種像素出現(xiàn)的概率，按概率的大小指定不同長度的唯一碼字，由此得到一張?jiān)搱D像的哈夫曼碼表。哈夫曼編碼（ Huffman 編碼）是完全依據(jù)字符出現(xiàn)概率來構(gòu)造字符的平均長度 最短的碼字，又稱為最佳編碼。 有損壓縮是有利用人眼的視覺特性有針對性地簡化不重要的數(shù)據(jù)，以減少總的數(shù)據(jù)量。有損算法有很多種，比較常見的主要是預(yù)測編碼、變換編碼等。預(yù)測編碼法中最重要的是線性預(yù)測法，通常也成為 ”差值脈沖編碼調(diào)制法 ”（ DPCM）。 DPCM 編碼的基本思想是用反饋方法預(yù)測估值。變換域編碼 [5]就是將通常在時間域或空間域描述的信號通過多維坐標(biāo)的旋轉(zhuǎn)、變換，將原散布在各坐標(biāo)軸上的能量集中到少數(shù)坐標(biāo)軸上，減少各信號分量的相關(guān)性。因此，可以使用較少的編碼位數(shù)來表示一組信號樣本，實(shí)現(xiàn)高效率的壓縮編碼。變換編碼 是一種有損編碼。變換編碼中理論上最佳的是 KL 變換，其去相關(guān)最徹底，但目前尚無快速算法，且變換矩陣隨數(shù)據(jù)集變化，不能廣泛應(yīng)用。而離散余弦變換（ DCT）是一種實(shí)變換，去相關(guān)能力僅次于 KL 變換，壓縮效果好，壓縮比易于調(diào)整，壓縮率高，易于硬件實(shí)現(xiàn)。 DCT 有固定基，性能最接近 KL 變換，現(xiàn)已出現(xiàn)了DCT 的多種快速算法。有損壓縮方法利用了人類視覺對圖像中的某些頻