【導(dǎo)讀】理論研究型（）；計(jì)算機(jī)軟件型（）；綜合型（）。對(duì)于圖象來(lái)說(shuō)，如果需要進(jìn)行快速或?qū)崟r(shí)傳輸以及大量存儲(chǔ)，就需要。如果圖象數(shù)據(jù)壓縮后再傳輸，就可以傳榆更多的圖。象信息．也就可以增加通信的能力。DCT是變換編碼中的一種映射變。壓縮比，正由于這種優(yōu)越性，DCT得到廣泛使用。本文后半部分主要研究。消除這種塊效應(yīng)的具體辦法。提出了一種DCT均值塊效應(yīng)去除算法，在保。關(guān)鍵詞圖象壓縮；DCT；JPEG；塊效應(yīng)；

　　

【正文】 EG, GIF, PNG, TIFF, MNG, ICO, PCX, TGA, WMF, WBMP, JBG, J2K 等格式圖像 [9]。本次設(shè)計(jì)只用到了關(guān)于 JPEG 的部分，因?yàn)樵摵瘮?shù)庫(kù)是開(kāi)放函數(shù)庫(kù)，故在此不多做介紹。 圖 23 生成 demo 效果圖 本章小結(jié) 本章系統(tǒng)的 闡述了 基于 DCT 的 JPEG 系統(tǒng)的組成及實(shí)現(xiàn)的方法：經(jīng)過(guò)DCT 變換，量化，熵編碼后圖象被壓縮，再經(jīng)熵解碼，反量化， IDCT 最后還原出原圖象。 最后對(duì)于 JPEG 存在的問(wèn)題，本文闡述比較明確，為下一步解決這些問(wèn)題提供了可靠的 理論依據(jù) ，也為找到解決辦法提供了方向。 燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 19 第 3 章 JPEG 圖象塊效應(yīng) 去除 圖象塊效應(yīng)的產(chǎn)生 JPEG 系統(tǒng)存在的問(wèn)題 JPEG 算法主要存在兩個(gè)問(wèn)題 :塊效應(yīng)和運(yùn)算復(fù)雜、速度慢。這些問(wèn)題在壓縮比很高的情況下表現(xiàn)得很明顯，嚴(yán)重影響重建圖像質(zhì)量。 JPEG 中為了對(duì)數(shù)據(jù)進(jìn)行最大限度的壓縮，需要將量化后的數(shù)據(jù)重新按“之 ”字形排列成一維數(shù)組，以計(jì)算各個(gè)連續(xù)零的長(zhǎng)度。并分開(kāi)處理直流分量和交流分量，前者采用 DPCM，后者采用行程編碼去除冗余。 然后將處理后的數(shù)據(jù)進(jìn)行熵編碼，以上壓縮過(guò)程存在有很大的復(fù)雜性，同時(shí)因?yàn)镴PEG 算法的對(duì)稱性，這就意味著編碼器中實(shí)現(xiàn)的復(fù)雜性同樣存在于譯碼器中?？梢钥闯?JPEG 算法的實(shí)現(xiàn)具有很大的復(fù)雜度 [13]。 再?gòu)挠?jì)算復(fù)雜度的角度來(lái)看，在進(jìn)行 DCT 和 IDCT 變換的時(shí)候，由于對(duì)每個(gè)系數(shù)都要進(jìn)行 64x8x8x3 次乘法和 64x8x8 次加法。在熵編碼中如果采用 Huffman 編碼，將要收集圖像數(shù)據(jù)的統(tǒng)計(jì)特性以及構(gòu)建 Huffman 樹(shù)，同時(shí)設(shè)計(jì)快速的查找算法，這些都增加了計(jì)算機(jī)的處理復(fù)雜度，影響了圖像壓縮的速度。 在多種文獻(xiàn)中介紹了解 決這些問(wèn)題的多種方法，可大致歸納如下 [11]: DCT 變換算法，如自適應(yīng)改變塊的大小，采用變種 DCT，但是有些方法會(huì)導(dǎo)致與 JPEG 標(biāo)準(zhǔn)不兼容。 采用濾波來(lái)處理平滑塊邊界，同時(shí)因采用低通濾波器，往往是犧牲某些高頻信息為代價(jià)。 利用 HVS(Human Visual System)的研究成果設(shè)計(jì)量化算法，以盡量消除人眼能感覺(jué)到的圖像質(zhì)量的下降。 塊效應(yīng)產(chǎn)生原理 塊離散余弦變換在低比特率時(shí)其恢復(fù)圖像的塊邊界上會(huì)出現(xiàn)明顯可見(jiàn)的方塊效應(yīng)，從而降低了圖像的視覺(jué)質(zhì)量。 JPEG 壓縮算法中，首先將采樣數(shù)據(jù)分成 8x8 不交迭子塊單獨(dú)進(jìn)行燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 20 DCT，但是在量化和編碼過(guò)程中則是針對(duì)單個(gè)數(shù)據(jù)進(jìn)行處理，缺少對(duì)塊內(nèi)元素的相關(guān)性的考慮。為了獲得高壓縮比而對(duì)變換系數(shù)進(jìn)行粗糙量化時(shí)，相鄰塊的邊界就會(huì)不連續(xù)，即出現(xiàn) “塊效應(yīng) ”，塊效應(yīng)主要出現(xiàn)在圖像的平坦區(qū)，如果量化階很大，壓縮比提高了，但是精度卻減少，以至塊效應(yīng)更明顯。變換系數(shù)進(jìn)行粗糙量化時(shí)，相鄰塊的邊界就會(huì)不連續(xù)，即出現(xiàn) “塊效應(yīng) ”，塊效應(yīng)主要出現(xiàn)在圖像的平坦區(qū)，如果量化階很大，壓縮比提高了，但是精度卻減少，以至塊效應(yīng)更明顯。 圖 31 典型高壓縮比后的塊效應(yīng) 圖 消除塊效應(yīng)算法 對(duì)于圖象的塊效應(yīng)，近來(lái)涌現(xiàn)出多種消除算法， 例如一些被大家所熟知的算法： ZENG 提出的利用階梯函數(shù)來(lái)表示塊效應(yīng)，對(duì)一些圖像塊的 DCT系數(shù)應(yīng)用零掩蓋技術(shù)進(jìn)行去除方塊效應(yīng)。這種方法簡(jiǎn)單，但是會(huì)導(dǎo)致高頻信息丟失嚴(yán)重，且會(huì)產(chǎn)生新的方塊效應(yīng)。 LIU提出一種在 DCT 域塊效應(yīng)盲測(cè)量方法，把圖像塊邊界分成 3 類，對(duì)每類邊界分別應(yīng)用不同的 DCT 域?yàn)V波方法去除塊效應(yīng)，但是這種算法處理后圖像主觀質(zhì)量不是太好． Luo燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 21 應(yīng)用相鄰塊之間 DCT 系數(shù)的相關(guān)性提出一種在平滑區(qū)采用二維 DCT 系數(shù)加權(quán)濾波，邊緣區(qū)用 Sigma 空問(wèn)濾波器的快速去塊效應(yīng)算法非常簡(jiǎn)單，但是該算法沒(méi)有對(duì)是否存在塊效應(yīng)進(jìn)行判斷． 同時(shí)在 標(biāo)準(zhǔn)中還用到了環(huán)路濾波器，它是放在 IDCT 塊之后對(duì)圖象進(jìn)行處理 [15]。 本文運(yùn)用了一種新的算法來(lái)對(duì)塊效應(yīng)進(jìn)行處理。這種方法只是在 DCT域內(nèi)多進(jìn)行了一些 DCT 變換， 提高了點(diǎn)與點(diǎn)之間被降低的相關(guān)性，以達(dá)到去處方塊效應(yīng)的目的。 塊效應(yīng)的產(chǎn)生，如前文所述，是由于不交迭子塊單獨(dú)進(jìn)行 DCT 變換所至。這樣的結(jié)果就是，在 IDCT 后圖象象素點(diǎn)之間相關(guān)性的恢復(fù)產(chǎn)生了問(wèn)題，象素點(diǎn)在圖象恢復(fù)后，只與它所在的 8x8 變換塊中的其它象素 點(diǎn)恢復(fù)了相關(guān)性，而與另外的 8x8 變換塊相關(guān)性沒(méi)有得到恢復(fù)，進(jìn)而產(chǎn)生了塊效應(yīng)。這種效應(yīng)在高壓縮比（即量化系數(shù)變大的時(shí)候）由為突出。 基于以上考慮提出了 如下算法：為了解決塊與塊之間的相關(guān)性問(wèn)題，以單個(gè)象素點(diǎn)為基礎(chǔ)，對(duì)該點(diǎn)所包含的所有 8x8 變換塊進(jìn)行 DCT 變換處理，每一次處理后都會(huì)得到該點(diǎn)在該處理塊中的值，對(duì)所有值進(jìn)行平均，就可有效的平滑圖象的塊效應(yīng)。該算法的依據(jù)在于，對(duì)象素點(diǎn)進(jìn)行平均后，有效的減少了圖象各點(diǎn)的高頻分量，使圖象變化趨于平緩。而又不會(huì)損壞圖象的象素點(diǎn)的低頻分量，保持了圖象的原貌。 本問(wèn)文將該算法稱為均 值算法。 DCT 均值 去塊效應(yīng) 算法的具體實(shí)現(xiàn) 要對(duì)圖象所有的點(diǎn)進(jìn)行 8x8DCT 變換，首先要考慮的是圖象邊界各點(diǎn)的問(wèn)題。由于圖象邊界上的點(diǎn) 在某一方向上不具備變換條件，所以要對(duì)圖象進(jìn)行必要處理，以保證各點(diǎn)都能進(jìn)行次數(shù)一樣的變換。根據(jù)前文所述，不難理解每個(gè)點(diǎn)所要進(jìn)行的 DCT 變換次數(shù)為一個(gè)定值 64（每個(gè)點(diǎn)都包含在不同的 64 個(gè) 8x8DCT 變換塊內(nèi)，邊界點(diǎn)除外）。要想使邊界點(diǎn)也達(dá)到非邊界點(diǎn)的效果我們要進(jìn)行圖象的拓展，具體方法就是 以邊界點(diǎn)為軸進(jìn)行鏡像延拖 。如圖 32。 以邊界點(diǎn)為軸，向 4 個(gè)方向分別鏡像添加 7 個(gè)點(diǎn) ，這樣就能保證邊界點(diǎn)也能處在 64 個(gè) DCT 變換塊中。特殊的， 4 個(gè)角方向也需要鏡象 延拖 ，只須把邊界所加點(diǎn)進(jìn)行翻轉(zhuǎn)即可。假設(shè)原圖象為 mxn,則鏡像 延拖 后圖象大小變?yōu)?(m+2x7)x(n+2x7)大小。 燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 22 圖 32 鏡像 延 拓 鏡像加點(diǎn)程序如下： void Pad_Array(float Mat[IMS+2*f][IMS+2*f]) //邊緣處理 { int i,j。 for( i=IMS。i=0。i) { for( j=IMS。j=0。j) { Mat[i+f][j+f]=Mat[i][j]。 } } for( i=0。if。i++) //行處理 { for( j=0。jIMS+2*f。j++) { Mat[i][j]=Mat[2*fi][j]。 Mat[IMS+f+i][j]=Mat[IMS+fi2][j]。 } } for( i=0。iIMS+2*f。i++) //列處理 { for( j=0。jf。j++) { Mat[i][j]=Mat[i][2*fj]。 Mat[i][IMS+f+j]=Mat[i][IMS+fj2]。 8x8 x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x 拓展區(qū)域 燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 23 } } } 經(jīng)過(guò)鏡像加點(diǎn)后，圖象 就達(dá)到了處理的要求。 具體均值算法如下 [5]： ? ?? ??? ?? ????? iik jjl klFij ljkiIDI 7 7 1,1641 (31) 其中 FijI 表示圖像在 i,j 方向的輸出。 ),( Trklkl DID C TID ? (32) ? ? ? ? ? ?? ?????? ? ?? TrjiD TrjiDjiDjiDklklklTrkl ,0 , (33) 其中 2QSTr? 。 對(duì)每一個(gè)點(diǎn)進(jìn)行 64 次 DCT 變換，每一次的值相加再平均，這 樣就能平滑各個(gè)點(diǎn)的高頻分量，有效的消除方塊效應(yīng)。 但是平均過(guò)程中需要考慮一個(gè)問(wèn)題，就是 Tr（閾值）的選擇 【 7】 。一般情況下， Tr 選擇越高效果明顯。其主要程序 流程 如 圖 33 所示。 每點(diǎn)的 64 次 DCT 變換具體方法：假設(shè)一點(diǎn) a(i,j)，則它在第一個(gè) DCT塊中的位置為 (0,0)。依此類推，它在最后一個(gè) DCT 變換塊中的位置為 (7,7)。對(duì)它位置為 (0,0)的 DCT 變換塊進(jìn)行 DCT 變換后，得到一個(gè)值 a(0,0)。相應(yīng)的對(duì)其位置為 (7,7)的 DCT 變換塊進(jìn)行 DCT 變換后，也會(huì)得到一個(gè)值 a(7,7)。將所有變換后的值相加再 平均后，由于個(gè)各點(diǎn)高頻分量為高斯分布， 就能有效的減小其高頻分量，達(dá)到去除塊效應(yīng)的目的。 對(duì)經(jīng)過(guò) DCT 均值處理后的各點(diǎn)，再進(jìn)行 IDCT 反變換，就能恢復(fù)出去除塊效應(yīng)之后的圖象。本文將塊效應(yīng)處理程序塊加在了 JPEG 程序之后，屬于圖象后處理。這樣的好處在于該程序的是獨(dú)立的，在所有基于 DCT 變換的圖象處理系統(tǒng)中都能發(fā)揮作用。 該算法實(shí)現(xiàn)起來(lái)比較簡(jiǎn)單，只是在實(shí)現(xiàn)的過(guò)程中要注意堆棧溢出的問(wèn)題，由于運(yùn)算量很大，算法的設(shè)計(jì)如果不夠精煉很容易造成程序死機(jī)。 程序流程圖 下面列出了程序的主要流程圖其中運(yùn)用到閾值判斷。如 前所述， Tr 的選擇是根據(jù)視覺(jué)可察覺(jué)門限效應(yīng) (JND)選取的， JND 作為圖像數(shù)據(jù)的量化步長(zhǎng)，在選取過(guò)程中要隨圖像數(shù)據(jù)增大。 燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 24 圖 33 DCT 均值算法流程 本章小結(jié) 本章詳細(xì)闡述了塊效應(yīng)的產(chǎn)生原理，塊效應(yīng)是在高壓縮比的情況下比較明顯的，近來(lái)社會(huì)上提出了多種解決辦法。在詳細(xì)分析了塊效應(yīng)產(chǎn)生的原理后，本文提出了一種均值算法，實(shí)現(xiàn)比較簡(jiǎn)單， 不需要進(jìn)行過(guò)多的其他變換，而只是用 DCT 的多次變換就解決了這一個(gè)問(wèn)題。 開(kāi)始鏡像延拓判斷 D [ i , j ] 是否大于 Tr每點(diǎn) 64 次 DC T變換置 0每點(diǎn) D C T 后的數(shù)值相加再取平均處理后數(shù)據(jù)返回主程序NY燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 25 開(kāi) 始讀 取 原 始 圖 象的 R G B 數(shù) 據(jù)R G B 轉(zhuǎn) Y U VD C T 變 換量 化亮 度 , 色 度 量化 表H u f f m a n 編碼余 弦 變 換矩 陣 TH u f f m a n 表得 到 圖 象 壓縮 后 數(shù) 據(jù)開(kāi) 始 解 碼根 據(jù) 頭 文 件 讀取 Y V U 壓 縮H u f f m a n 編 碼查 表 解H u f f m a n 碼H u f f m a n 表反 量 化亮 度 , 色 度 量化 表I D C T 變 換余 弦 變 換矩 陣 T圖 象 鏡 像 延拓對(duì) 每 個(gè) 點(diǎn) 進(jìn) 行 6 4次 D C T 變 換 , 取 和再 平 均Y U V 轉(zhuǎn) R G B解 碼 后 的 圖象 數(shù) 據(jù) 圖 34 總 程序流程圖 燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 26 第 4 章 實(shí)驗(yàn) 結(jié)果 圖像數(shù)據(jù)壓縮性能評(píng)價(jià)和度量 評(píng)價(jià)圖像壓縮技術(shù)和系統(tǒng)的性能，主要考慮三個(gè)關(guān)鍵參數(shù)： 壓縮比 :在所要求的恢復(fù)圖像質(zhì)量的條件下，必然要考慮是否達(dá)到了高的壓縮比。如果壓縮比用輸入數(shù)據(jù)量與輸出數(shù)據(jù)量之比來(lái)衡量，則必須明確輸入和輸出的格式。一種衡量壓縮比的方法是確定壓縮前后每個(gè)象素所需要的位數(shù) (比特?cái)?shù) )。這里我將輸入的位圖 (.bmp)定義為 (.ding