数字图像压缩技术的研究及进展

数字图像压缩技术的研究及进展测绘学院遥感科学与技术11-1郭连杰201101180704摘要：本文通过介绍其发展历程及其基本原理和分类和其现阶段的应用对图像压缩编码技术进行了系统性概述，最后对其前景作了总体上的展望，点名了其发展方向。数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。当前几种最为重要的图像压缩算法：JPEG、JPEG2000、分形图像压缩和小波变换图像压缩，总结了它们的优缺点及发展前景。然后简介了任意形状可视对象编码算法的研究现状，并指出此算法是一种产生高压缩比的图像压缩算法。随着国际互联网和无线通讯的迅速发展,图像被广泛应用于在各种多媒体服务中,图像压缩技术伴随着信息理论的发展和信息交流的需求而不断发展、成熟。图像压缩的基本理论起源于20世纪40年代末香农(Shannon)的信息理论。在这个理论框架下,出现了早期的信源编码方法,如香农-法诺编码、哈夫曼编码、算术编码、词典编码(包括LZ77、LZ88及LZW)等。分析表明,原始图像数据在相邻像素之间存在较强的相关性,通过将从空间域映射到变换域,在变换域进行处理,可以有效去除相关性,获得更好的压缩效果。实践表明,离散余弦变换(DiscreteCosineTransformation,DCT)和离散小波变换(DiscreteWaveletTransformation,DWT)是两种有效的变换方法,能使图像数据在频率分布上更有规律,从而为进行图像压缩铺平了道路。20世纪80年代中期开始制定的静止图像压缩编码国际标准JPEG采用DCT编码作为核心算法,得到了广泛应用。1993年Shapiro提出嵌入式零树小波(EmbeddedZerotreeWavelet,EZW)编码方法具有低码率、低失真和渐进传输特性等重要特征,成为基于小波变换编码的新一代的静止图像压缩标准JPEG2000的基础算法。关键词：分形图像压缩；小波变换；任意形状可视对象编码；发展前景；现状；分类；原理；图像压缩；图像编码；压缩技术一、引言随着多媒体和通信技术的快速发展，多媒体信息的传输对数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。数字化后的信息，尤其是数字化后的视频和音频信息，具有数据海量性的特点，它给信息的存储和传输造成很大的困难，成为阻碍人类有效获取和使用信息的瓶颈问题之一。因此，研究和开发新型有效的多媒体数据压缩编码方法，以压缩的形式存储和传输这些数据将是最好的选择。为了在最短的时间传递尽可能多的图片，或者为了利用有限的存储容量存储更多的图象信息，或者为了在有限的带宽条件下传输尽可能多的活动图像，就要研究怎样才能最大限度的压缩图像数据，并且保证压缩后的重建图像能够被用户所接受，这就是图像编码所要解决的问题。二、图像压缩编码技术的发展历程图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。1948年提出电视信号数字化后，就开始了对图像压缩编码技术的研究工作，至今已有50多年的历史。50和60年代，限于客观条件，仅对帧内预测法和亚取样内插复原法进行研究。1966年J.B.ONeal对比分析了DPCM与PCM，并提出了用于电视的试验数据。1969年进行了线性预测编码的实际试验。1969年举行首届图像编码会议,70年代开始进行帧间预测编码的研究。80年代开始对运动补偿所用的运动估值算法进行研究。变换编码是1968年H.C.Andrews等人提出的，采用的是二维离散傅里叶变换。此后相继出现了其他的变换编码方法，其中包括二维DCT.对模型编码的研究始于80年代初。进入90年代以后，ITU-T和ISO制定了一系列图像编码国际标准。如:1990年为会议电视和可视电话制定的H.261标准。1991年为静止图像编码制定的JPEG标准。1991年为电视数字图像存储而制定的MPEG-1标准。1993年为活动图像及其伴音压缩而制定的通用编码国际标准MPEG-201994美国“大联盟”公布数字HDTV系统的说明书草案。美国“先进电视H263视频编码系统的研究与实现系统委员会”拟定“数字电视标准”。1996年ITU-T为甚低码率视频编码而制定的H.263标准。1998年ITU-T拟定H.263Version2草案，即H.263+01998年拟定MPEG-4草案，首次在编码中引入了视频对象和基于内容编码的概念。三、JPEG压缩JPEG算法是一种数字图像压缩编码算法，具有压缩比例高、失真小的特点，并已被确定为国际标准。该标准被广泛应用于数码相机、监视系统、手机、可视电话等等诸多方面。它的应用与实现不仅限于PC机，更多的则是基于嵌入式系统。嵌入式系统有其体积小、成本低、可靠性高、速度快、环境适应性强等优点。嵌入式编码实现方式也比较多，有的采用专用集成芯片，有的基于FPGA，有的基于DSP，ARM。采用专用芯片的方式实现简单，技术成熟可靠，但灵活性以及可扩展性差。基于FPGA的方式，压缩算法纯硬件实现，并行处理速度高，可实现高速处理，但由于JPEG压缩算法比较复杂，开发难度大些，费时费力。负责开发静止图像压缩标准的“联合图片专家组”（JointPhotographicExpertGroup,简称JPEG），于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。1．JPEG压缩原理及特点JPEG算法中首先对图像进行分块处理，一般分成互不重叠的大小的块，再对每一块进行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后进行哈夫曼编码。JPEG的特点优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好图像质量。缺点：（1）由于对图像进行分块，在高压缩比时产生严重的方块效应；（2）系数进行量化，是有损压缩；（3）压缩比不高，小于50。JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其结果不是最优的。2．JPEG压缩的研究状况及其前景针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年来提出了不少改进方法，最有效的是下面的两种方法：（1）DCT零树编码DCT零树编码把DCT块中的系数组成log2N个子带，然后用零树编码方案进行编码。在相同压缩比的情况下，其PSNR的值比EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。（2）层式DCT零树编码此算法对图像作的DCT变换，将低频块集中起来，做反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数进行零树编码。JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，因此在今后的研究中，应重点解决DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合进行压缩。四、JEPG2000压缩JPEG2000是由ISO/IECJTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。1．JPEG2000压缩原理及特点编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提高10%~30%，而且压缩后的图像显得更加细腻平滑。对于目前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在JPEG2000系统中，通过选择参数，能够对图像进行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。由于JPEG2000采用小波技术，可随机获取某些感兴趣的图像区域（ROI）的压缩码流，对压缩的图像数据进行传输、滤波等操作。图1JPEG2000压缩编码与解压缩的总体流程2．JPEG2000压缩的前景JPEG2000标准适用于各种图像的压缩编码。其应用领域将包括Internet、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等。JPEG2000图像压缩标准将成为21世纪的主流静态图像压缩标准。五、小波变换图像压缩1．小波变换图像压缩原理小波变换用于图像编码的基本思想就是把图像根据Mallat塔式快速小波变换算法进行多分辨率分解。其具体过程为：首先对图像进行多级小波分解，然后对每层的小波系数进行量化，再对量化后的系数进行编码。小波图像压缩是当前图像压缩的热点之一，已经形成了基于小波变换的国际压缩标准，如MPEG-4标准，及如上所述的JPEG2000标准。2．小波变换图像压缩的发展现状及前景目前3个最高等级的小波图像编码分别是嵌入式小波零树图像编码（EZW），分层树中分配样本图像编码（SPIHT）和可扩展图像压缩编码（EBCOT）。（1）EZW编码器1993年，Shapiro引入了小波“零树”的概念，通过定义POS、NEG、IZ和ZTR四种符号进行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提高了小波系数的编码效率。此算法采用渐进式量化和嵌入式编码模式，算法复杂度低。EZW算法打破了信息处理领域长期笃信的准则：高效的压缩编码器必须通过高复杂度的算法才能获得，因此EZW编码器在数据压缩史上具有里程碑意义。（2）SPIHT编码器由Said和Pearlman提出的分层小波树集合分割算法（SPIHT）则利用空间树分层分割方法，有效地减小了比特面上编码符号集的规模。同EZW相比，SPIHT算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。同EZW编码器一样，SPIHT编码器的算法复杂度低，产生的也是嵌入式比特流，但编码器的性能较EZW有很大的提高。（3）EBCOT编码器优化截断点的嵌入块编码方法（EBCOT）首先将小波分解的每个子带分成一个个相对独立的码块，然后使用优化的分层截断算法对这些码块进行编码，产生压缩码流，结果图像的压缩码流不仅具有SNR可扩展而且具有分辨率可扩展，还可以支持图像的随机存储。比较而言，EBCOT算法的复杂度较EZW和SPIHT有所提高，其压缩性能比SPIHT略有提高。小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。小波图像压缩的研究集中在对小波系数的编码问题上。在以后的工作中，应充分考虑人眼视觉特性，进一步提高压缩比，改善图像质量。并且考虑将小波变换与其他压缩方法相结合。例如与分形图像压缩相结合是当前的一个研究热点。六、分形图像压缩1988年，Barnsley通过实验证明分形图像压缩可以得到比经典图像编码技术高几个数量级的压缩比。1990年，Barnsley的学生A.E.Jacquin提出局部迭代函数系统理论后，使分形用于图像压缩在计算机上自动实现成为可能。1．分形图像压缩的原理分形压缩主要利用自相似的特点，通过迭代函数系统