淺談數字圖像壓縮技術的研究與發展

周蘇玲

【摘要】 數字圖像壓縮技術對于數字圖像信息在網絡上實現快速傳輸和實時處理具有重要的意義。本文介紹了當前幾種最為重要的圖像壓縮算法：JPEG、JPEG2000、分形圖像壓縮和小波變換圖像壓縮，總結了它們的優缺點及發展前景。然后簡介了任意形狀可視對象編碼算法的研究現狀，并指出此算法是一種產生高壓縮比的圖像壓縮算法。

【關鍵詞】 JPEG；JPEG2000；分形圖像壓縮；小波變換；任意形狀可視對象編碼；

一、引 言

隨著多媒體技術和通訊技術的不斷發展，多媒體娛樂、信息高速公路等不斷對信息數據的存儲和傳輸提出了更高的要求，也給現有的有限帶寬以嚴峻的考驗，特別是具有龐大數據量的數字圖像通信，更難以傳輸和存儲，極大地制約了圖像通信的發展，因此圖像壓縮技術受到了越來越多的關注。

二、JPEG壓縮

1.JPEG壓縮原理及特點

JPEG算法中首先對圖像進行分塊處理，一般分成互不重疊的 大小的塊，再對每一塊進行二維離散余弦變換（DCT）。變換后的系數基本不相關，且系數矩陣的能量集中在低頻區，根據量化表進行量化，量化的結果保留了低頻部分的系數，去掉了高頻部分的系數。量化后的系數按zigzag掃描重新組織，然后進行哈夫曼編碼。JPEG的特點如下：

優點：（1）形成了國際標準；（2）具有中端和高端比特率上的良好圖像質量。

缺點：（1）由于對圖像進行分塊，在高壓縮比時產生嚴重的方塊效應；

（2）系數進行量化，是有損壓縮；

（3）壓縮比不高，小于50。

2. JPEG壓縮的研究狀況及其前景

針對JPEG在高壓縮比情況下，產生方塊效應，解壓圖像較差，近年來提出了不少改進方法，最有效的是下面的兩種方法：

（1）DCT零樹編碼

DCT零樹編碼把 DCT塊中的系數組成log2N個子帶，然后用零樹編碼方案進行編碼。在相同壓縮比的情況下，其PSNR的值比 EZW高。但在高壓縮比的情況下，方塊效應仍是DCT零樹編碼的致命弱點。

（2）層式DCT零樹編碼

此算法對圖像作 的DCT變換，將低頻 塊集中起來，做 反DCT變換；對新得到的圖像做相同變換，如此下去，直到滿足要求為止。然后對層式DCT變換及零樹排列過的系數進行零樹編碼。

三、JEPG2000壓縮

JPEG2000是由ISO/IEC JTCISC29標準化小組負責制定的全新靜止圖像壓縮標準。一個最大改進是它采用小波變換代替了余弦變換。

1.JPEG2000壓縮原理及特點

JPEG2000編解碼系統的編碼器和解碼器如下。

編碼過程主要分為以下幾個過程：預處理、核心處理和位流組織。預處理部分包括對圖像分片、直流電平（DC）位移和分量變換。核心處理部分由離散小波變換、量化和熵編碼組成。位流組織部分則包括區域劃分、碼塊、層和包的組織。

JPEG2000格式的圖像壓縮比，可在現在的JPEG基礎上再提高10%～30%，而且壓縮后的圖像顯得更加細膩平滑。

2.JPEG2000壓縮的前景

JPEG2000標準適用于各種圖像的壓縮編碼。其應用領域將包括Internet、傳真、打印、遙感、移動通信、醫療、數字圖書館和電子商務等。JPEG2000圖像壓縮標準將成為21世紀的主流靜態圖像壓縮標準。

四、小波變換圖像壓縮

1.小波變換圖像壓縮原理

小波變換用于圖像編碼的基本思想就是把圖像根據Mallat塔式快速小波變換算法進行多分辨率分解。其具體過程為：首先對圖像進行多級小波分解，然后對每層的小波系數進行量化，再對量化后的系數進行編碼。

2.小波變換圖像壓縮的發展現狀及前景

目前3個最高等級的小波圖像編碼分別是嵌入式小波零樹圖像編碼（EZW），分層樹中分配樣本圖像編碼（SPIHT）和可擴展圖像壓縮編碼（EBCOT）。

（1）EZW編碼器

1993年，Shapiro引入了小波“零樹”的概念，通過定義POS、NEG、IZ和ZTR四種符號進行空間小波樹遞歸編碼，有效地剔除了對高頻系數的編碼，極大地提高了小波系數的編碼效率。此算法采用漸進式量化和嵌入式編碼模式，算法復雜度低。EZW算法打破了信息處理領域長期篤信的準則：高效的壓縮編碼器必須通過高復雜度的算法才能獲得，因此EZW編碼器在數據壓縮史上具有里程碑意義。

（2）EBCOT編碼器

優化截斷點的嵌入塊編碼方法（EBCOT）首先將小波分解的每個子帶分成一個個相對獨立的碼塊，然后使用優化的分層截斷算法對這些碼塊進行編碼，產生壓縮碼流，結果圖像的壓縮碼流不僅具有SNR可擴展而且具有分辨率可擴展，還可以支持圖像的隨機存儲。比較而言，EBCOT算法的復雜度較EZW和SPIHT有所提高，其壓縮性能比SPIHT略有提高。

（3）SPIHT編碼器

由Said和Pearlman提出的分層小波樹集合分割算法（SPIHT）則利用空間樹分層分割方法，有效地減小了比特面上編碼符號集的規模。同EZW相比，SPIHT算法構造了兩種不同類型的空間零樹，更好地利用了小波系數的幅值衰減規律。同EZW編碼器一樣，SPIHT編碼器的算法復雜度低，產生的也是嵌入式比特流，但編碼器的性能較EZW有很大的提高。

五、分形圖像壓縮

1990年，Barnsley的學生A.E.Jacquin提出局部迭代函數系統理論后，使分形用于圖像壓縮在計算機上自動實現成為可能。

1. 分形圖像壓縮的原理

分形壓縮主要利用自相似的特點，通過迭代函數系統（Iterated Function System， IFS）實現。其理論基礎是迭代函數系統定理和拼貼定理。

分形圖像壓縮把原始圖像分割成若干個子圖像，然后每一個子圖像對應一個迭代函數，子圖像以迭代函數存儲，迭代函數越簡單，壓縮比也就越大。同樣解碼時只要調出每一個子圖像對應的迭代函數反復迭代，就可以恢復出原來的子圖像，從而得到原始圖像

2.幾種主要分形圖像編碼技術

隨著分形圖像壓縮技術的發展，越來越多的算法被提出，基于分形的不同特征，可以分成以下幾種主要的分形圖像編碼方法。

（1）尺碼編碼方法

尺碼編碼方法是基于分形幾何中利用小尺度度量不規則曲線長度的方法，類似于傳統的亞取樣和內插方法，其主要不同之處在于尺度編碼方法中引入了分形的思想，尺度 隨著圖像各個組成部分復雜性的不同而改變。

（2）迭代函數系統方法

迭代函數系統方法是目前研究最多、應用最廣泛的一種分形壓縮技術，它是一種人機交互的拼貼技術，它基于自然界圖像中普遍存在的整體和局部自相關的特點，尋找這種自相關映射關系的表達式，即仿射變換，并通過存儲比原圖像數據量小的仿射系數，來達到壓縮的目的。如果尋得的仿射變換簡單而有效，那么迭代函數系統就可以達到極高的壓縮比。

六、總結

圖像壓縮技術研究了幾十年，取得了很大的成績，但還有許多不足，值得我們進一步研究。小波圖像壓縮和分形圖像壓縮是當前研究的熱點，但二者也有各自的缺點，在今后工作中，應與人眼視覺特性相結合。

參考文獻

[1] 潘榕，劉昱，侯正信，汪少初. 基于局部DCT系數的圖像壓縮感知編碼與重構[J]. 自動化學報. 2011（06）

[2] 王會鵬，周利莉，張杰. 一種基于區域的雙三次圖像插值算法[J]. 計算機工程. 2010（19）

[3] 李樹濤，魏丹. 壓縮傳感綜述[J]. 自動化學報. 2009（11）