塊分類的計算機桌面圖像壓縮算法探究

　　【摘要】隨著網(wǎng)絡(luò)通信技術(shù)以及個人計算機和其它數(shù)字設(shè)備的快速發(fā)展，實時計算機桌面圖像傳輸技術(shù)的應(yīng)用日益廣泛。基于塊分類的計算機桌面圖像壓縮算法可以有效實現(xiàn)計算機桌面圖像的壓縮存儲，顯著提高計算機桌面圖像傳輸時的速度和質(zhì)量。本文從計算機桌面圖像壓縮算法的相關(guān)概念談起，然后對計算機桌面圖像塊分類的編碼方法進行分析和說明，對塊分類的計算機桌面圖像壓縮算法進行了詳細剖析。
　　【關(guān)鍵詞】塊分類；計算機桌面；圖像；壓縮算法
　　中圖分類號: TP391.41文獻標識碼：A文章編號：1672-3791(2011)03(a)-0000-00
　　為了能有效實現(xiàn)計算機桌面圖像高質(zhì)量的實時傳輸，在借鑒現(xiàn)有的計算機桌面圖像壓縮算法原理的基礎(chǔ)上，本文分析了一種基于塊分類的計算機桌面圖像壓縮新算法，該算法根據(jù)計算機桌面圖像的不同屬性，將塊劃分為文本/圖形塊、混合塊、圖像塊三種不同類型，并通過有效的編碼來實現(xiàn)計算機桌面圖像壓縮。
　　一、計算機桌面圖像壓縮算法概述
　?。ㄒ唬┱J識計算機桌面圖像
　　計算機桌面圖像是包含有文本、圖形和圖像信息的資源，常常與掃描文檔圖像一起被統(tǒng)稱為混合圖像。以下將從計算機桌面圖像的基本屬性和分類方法兩個方面來對計算機桌面圖像進行說明。
　　1、計算機桌面圖像的基本屬性
　　第一、像素。在對計算機桌面圖像進行掃描時被讀取的小塊圖像稱為圖像元素，簡稱像素。
　　第二、空間分辨率。是對計算機桌面圖像進行辨別的最小細節(jié)。
　　第三、灰度級分辨率。指單位幅度上所包含的亮度變化級數(shù)，是灰度級別中對計算機桌面圖像進行辨別的最小變化。
　　第四、灰度直方圖。它作為灰度級的函數(shù)，可以對計算機桌面圖像中所具有相應(yīng)灰度級像素的個數(shù)進行精確描述，即用它可以對一幅計算機桌面圖像的概貌做大致描述。
　　第五、紋理特征。計算機桌面圖像的紋理特征是對像素灰度值空間分布情況的反映。
　　2、計算機桌面圖像的分類方法
　　計算機桌面圖像的分類方法主要包括基于圖像空間和基于特征空間兩種，以下將分別給予說明。
　　第一、基于圖像空間的分類方法。這是一種利用圖像的灰度、紋理、顏色、形狀、位置、底層特征等各種屬性來對計算機桌面圖像進行分類的方法。
　　第二、基于特征空間的分類方法。這是一種與特征提取的方法和效果有很大關(guān)系的分類方法，基于特征空間的分類方法可以有效降低圖像數(shù)據(jù)的維數(shù)以及圖像數(shù)據(jù)計算的復(fù)雜性。
　?。ǘ┈F(xiàn)有的計算機桌面圖像壓縮算法說明
　　當(dāng)前現(xiàn)有的計算機桌面圖像壓縮算法都是基于塊實現(xiàn)的，其中常見的現(xiàn)有計算機桌面圖像壓縮算法主要有虛擬網(wǎng)絡(luò)計算算法、混合的桌面圖像壓縮算法以及基于精細分類思想的混合桌面圖像壓縮算法這三種不同的計算機桌面壓縮算法，以下將分別給予說明。
　　
　　1、虛擬網(wǎng)絡(luò)計算算法
　　虛擬網(wǎng)絡(luò)計算算法是一種基于子矩形分類的無損壓縮技術(shù)的算法，但是將該方法應(yīng)用于自然圖像的壓縮時，存在壓縮效率過低的問題。
　　2、混合的桌面圖像壓縮算法
　　混合的桌面圖像壓縮算法作為對虛擬網(wǎng)絡(luò)計算算法的改進，該壓縮算法是將8×8的塊劃分為文本/圖形塊以及圖像塊兩類不同的塊。并分別采用JPEG-LS和動態(tài)的JPEG壓縮算法進行計算機桌面圖像的壓縮。混合的桌面圖像壓縮算法對于純文本或純圖像的文件均有較好的壓縮效果，但是對于文本和圖像混合文件的壓縮效果不是十分理想。
　　3、基于精細分類思想的混合桌面圖像壓縮算法
　　作為對混合的桌面圖像壓縮算法的改進，由Lin等人提出了一種基于精細分類思想的混合桌面圖像壓縮算法。這一算法在圖像塊中有效實現(xiàn)了文本/圖形元素的提取和分類編碼，從而極大地提高了計算機桌面圖像的編碼質(zhì)量。但該算法具有編碼速度較慢的特點，而且一次性處理的幀數(shù)也比較少。
　?。ㄈ┯嬎銠C桌面圖像壓縮算法的流程
　　計算機桌面圖像壓縮算法首先配合JPEG有損編碼，將桌面圖像劃分成16×16個大小不重疊的塊，然后根據(jù)每個塊的不同屬性特征，將這些不重疊的塊劃分成文本/圖形塊、圖像塊和混合塊三類不同的塊，最后對以上三種不同類型15b848453353cc830f0c32e1c45852a6的塊，分別對文本/圖形塊采用無損壓縮編碼方法，對圖像塊采用JPEG壓縮編碼，對混合塊采用基于精細分類思想的混合壓縮算法進行計算機桌面圖像的壓縮處理。
　　二、計算機桌面圖像塊分類的編碼方法
　　計算機桌面圖像塊的編碼方法大致可分為經(jīng)典的和現(xiàn)代的方法。經(jīng)典的方法遵循香農(nóng)信息理論，而現(xiàn)代的方法則突破了這一理論框架。以下將分別給予說明。
　　（一）經(jīng)典計算機桌面圖像塊的編碼方法
　　經(jīng)典的計算機桌面圖像塊的編碼方法是基于信息論的理論框架，對圖像進行線性處理，產(chǎn)生信息保持或限失真的壓縮圖像。主要有三大類：預(yù)測法、變換法和統(tǒng)計法。
　　1、預(yù)測法
　　所謂預(yù)測編碼是利用信號間的相關(guān)性將每個像素用它前面的值做預(yù)測，并傳輸實際信號與預(yù)測信號差值。信號相關(guān)性越強，預(yù)測精度越高，實際信號與預(yù)測信號的差值就越小，對其編碼后的比特數(shù)可相應(yīng)減少，這就是預(yù)測編碼實現(xiàn)壓縮的機理。
　　2、變換法
　　變換編碼是將圖像分割成若干子塊，通過對其正交變換把時間域信號變換到變換域上，使變換后各系數(shù)的統(tǒng)計分布比較集中，能量集中在低頻域中，并使變換域中各系數(shù)間的相關(guān)性大大降低，然后對其分配比特。對方差大的分配以較多的比特，反之分配以較少的比特，從而實現(xiàn)總比特率的壓縮。
　　3、統(tǒng)計法
　　這是信息保持型的一種圖像壓縮編碼方法。它利用數(shù)據(jù)出現(xiàn)的分布特性消除信息冗余，如Huffman編碼、Arithmetic編碼等。壓縮后的圖像不會失真，是一種熵編碼方法。
　?。ǘ┈F(xiàn)代計算機桌面圖像塊的編碼方法
　　經(jīng)過近幾十年的努力，人們形成了一系列完整、實用的現(xiàn)代計算機桌面圖像塊的編碼方法，從理論上突破了信息論的框架。在圖像質(zhì)量相當(dāng)?shù)那闆r下，現(xiàn)代編碼方法與經(jīng)典方法相比，壓縮比可以提高幾十倍或更高?，F(xiàn)代編碼方法主要有分型法、模型法、神經(jīng)網(wǎng)絡(luò)法和基于小波變換的編碼法等。
　　1、分形法
　　波蘭出生的美國數(shù)學(xué)家B. B. Mandelbrot通過研究不規(guī)則形狀和過程的性質(zhì)，建立了自然界的分形幾何理論。1975年他根據(jù)拉丁文“fractus”造出了“fractal”，即“分形”一詞，用于描述自然界各種各樣景物的復(fù)雜形狀。分形用于圖像編碼比較有效的方法是1984年M. F. Barnsley提出的迭代函數(shù)系統(tǒng)IFS，它把一幅圖像分解為若干類景物的子圖像，對每類子圖像尋找出一個分形算法，簡稱為IFS碼，使這組IFS碼所綜合的分形圖像在主觀上與原始子圖像非常相似。
　　2、模型法
　　模型法圖像編碼法不要求圖像信號一定具有自相似性，可以用更普遍、更基本的基元來建立模型。基于模型或知識的方法，是在編碼過程中，通過各種分析手段，提取所建模型的特征及狀態(tài)參數(shù)，作為壓縮輸出。在解碼時，依據(jù)這些特征或參數(shù)，通過模型及相關(guān)知識生成所建模型的信源。
　　3、神經(jīng)網(wǎng)絡(luò)法
　　神經(jīng)網(wǎng)絡(luò)法是模仿人腦處理問題的方法，通過各種人工神經(jīng)網(wǎng)絡(luò)模型對數(shù)據(jù)進行非線性壓縮。人工神經(jīng)網(wǎng)絡(luò)是一種非線性動態(tài)網(wǎng)絡(luò)，工作過程一般分為訓(xùn)練和工作兩個階段。訓(xùn)練階段就是使用一些訓(xùn)練圖像和訓(xùn)練算法，調(diào)整網(wǎng)絡(luò)的權(quán)重，使重建圖像的誤差最小。目前直接用于圖像壓縮的神經(jīng)網(wǎng)絡(luò)主要是BP網(wǎng)絡(luò)。
　　4、基于小波變換的編碼
　　基于小波變換的編碼方法是用不同類型的一維或二維線性數(shù)字濾波器，對圖像進行整體分解，然后根據(jù)人類視覺特性對不同頻段的數(shù)據(jù)進行粗細不同的量化處理，因此能達到更好的壓縮效果。這類方法原理上仍屬于線性處理，屬于“波形”編碼，嚴格來說，可歸入經(jīng)典編碼方法一類。但是，小波分析是近十年來發(fā)展起來的信號分析方法，小波變換的優(yōu)點是它在時域和頻域都具有良好的局部特性，而且，對不同頻率成分的時域取樣步長可調(diào)，高頻部分對應(yīng)小的取樣步長，低頻部分對應(yīng)大步長，這是一種使用多尺度描述信號的分析方法。這一特性對于圖像編碼處理特別有意義，就像我們從不同距離觀察圖像，遠處看到的是較大的紋理，近處看其細節(jié)，這也正符合了人的視覺信息處理過程。同時，小波級數(shù)可在不同分辨率下逼近某一函數(shù)，實現(xiàn)多分辨率分解，這些基于小波變換的編碼方法的優(yōu)點使基于小波變換的圖像編碼方法在壓縮性能上取得了突破性進展。
　　三、塊分類的計算機桌面圖像壓縮算法應(yīng)用分析
　　將一幅計算機桌面圖像分成大小相同的若干子圖像塊，然后分別根據(jù)各子圖像塊具有的圖像特征，采用合適的壓縮算法進行壓縮處理。其中基于圖像分塊特征分類的計算機桌面圖像壓縮算法的處理流程如圖1所示。
　　將該測試圖像分割為4幅子圖像，然后對4幅子圖像依次使用JPEG2000壓縮算法、JPEG壓縮算法和基于圖像分塊特征分類的計算機桌面圖像壓縮算法進行壓縮處理。
　　基于圖像分塊特征分類的計算機桌面圖像壓縮算法與傳統(tǒng)的壓縮算法相比，具有較高的圖像峰值信噪比，也就是說基于圖像分塊特征分類的計算機桌面圖像壓縮算法使計算機桌面圖像的壓縮性能得到了顯著的提高。
　　結(jié)語
　　大量的實驗數(shù)據(jù)表明，基于圖像分塊特征分類的計算機桌面圖像壓縮算法具有很好的圖像壓縮效果，和傳統(tǒng)的計算機桌面圖像壓縮算法相比，該方法有效地提高了計算機桌面圖像的壓縮性能，對于實現(xiàn)計算機桌面圖像的高質(zhì)量壓縮存儲和傳輸發(fā)揮了非常重要的作用。
　　參考文獻：
　　[l]吳倩，杜歆，顧偉康．基于塊分類的計算機桌面圖像壓縮算法[J]．浙江大學(xué)學(xué)報（工學(xué)版），2010，（5）.
　　[2]馬銳．基于分類的圖像壓縮算法研究[D]．西安：西安科技大學(xué)，2009.
　　[3]陳自力，史進波．基于塊分類的快速分形圖像壓縮[J]．軍械工程學(xué)院學(xué)報，2005，（12）.