JPEG和JPEG2000圖像壓縮算法差異對圖像質量影響的比對分析

計文婷

摘 要 文章從壓縮算法的原理入手，分析、探討JPEG2000相對于JPEG是否有更好的圖像壓縮性能。再通過主、客觀實驗，并考慮場景依賴對圖像質量影響因素，對相同條件下的JPEG和JPEG2000壓縮圖像質量進行比對，分析兩種壓縮算法對圖像視覺呈現效果的影響。結論發現JPEG2000壓縮算法比JPEG壓縮算法對圖像質量有較好提的視覺呈現效果，成功避免了使用過高的壓縮比例時圖像質量下降呈現馬賽克效果的缺點。

關鍵詞 JPEG和JPEG2000；壓縮算法；圖像質量；場景依賴

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2019）232-0169-02

JPEG是聯合圖像專家組制定的第一套國際彩色靜態圖像壓縮標準的編碼算法，因其圖像質量好、壓縮率高而被廣泛應用，尤其適合在連續色調的圖像展示和互聯網傳播中被使用。遺憾的是JPEG壓縮算法是一種有損壓縮，實現最大程度圖像壓縮時卻容易丟失圖像數據。高比壓縮下圖像還會出現明顯的方塊效應， 圖像視覺呈現馬賽克效果。針對這樣的缺陷，新一代編碼方式被提出——JPEG2000圖像壓縮標準的編碼算法。它可以同時支持有損數據壓縮和無損數據壓縮兩種模式，并能實現更為復雜的感興趣區域壓縮和漸進式顯示，不像JPEG壓縮算法那樣對圖像產生塊狀模糊的效果。

本文目的就是從壓縮原理分析到圖像質量差異比對，探討JPEG2000是如何比JPEG提供更為優良的壓縮性能，又是怎樣在圖像視覺效果上有重大質量提升。

1 JPEG與JPEG2000壓縮算法

1.1 圖像壓縮原理及種類

圖像壓縮亦稱圖像編碼，是減少表示數字圖像需要的數據量，用較少的分辨率以有損或無損方式表示原有像素矩陣技術。由于一般原始圖像各個像素之間數據的存在很大相關性，會含有大量的冗余信息，通過圖像壓縮編碼消除冗余，并在給定的畸變下用盡量少的比特數來表征和重建圖像，使它符合預定場景的應用要求，就能實現數據壓縮。

圖像壓縮分類方法因原理不同而有所差異。比如根據解壓復原后的圖像和原始圖像之間是否具有誤差，可分為有損壓縮和無損壓縮兩類。

1.2 JPEG壓縮算法

JPEG壓縮算法主要對圖像高頻信息進行壓縮，對圖像色彩的信息保留較好。由于是有損壓縮，壓縮比可以達到其他傳統壓縮算法無法比擬的程度，生成的圖像文件小。從編碼流程看，JPEG壓縮分為預處理、離散余弦變換（DCT）、量化、編碼4個環節。

預處理時，在圖像數據塊分割及顏色空間轉換完成后，將進行數據采樣。采樣后的圖像數據便被壓縮到原有的一半，但這一過程并不可逆。而離散余弦變換是將圖像信號在頻率域上進行變換，分離出高頻和低頻信息的處理過程。量化是在不造成明顯的視覺效果損失的前提下，確定什么信息可以安全消除，以適當減小變換系數的精度，達到壓縮圖像的目的。離散余弦變換和量化都是為編碼階段做準備，完成了編碼，JPEG圖像才真正實現了壓縮。

由于JPEG對圖像的高頻部分（即圖像細節）進行壓縮以達到減少數據的目的，圖像數據量化取整后都成為近似值，這便與原始圖像數據之間有了差異，即有損，致使圖像視覺效果將有所失真，甚至引起方塊效應。這便是JPEG壓縮算法影響圖像質量的主要原因。

1.3 JPEG2000壓縮算法

JPEG2000壓縮算法的目標是改進JPEG壓縮算法的性能，以便適應低帶寬、高噪聲的環境。JPEG2000標準之所以有很大的技術飛躍， 就是因為它放棄了JPEG 所采用的以離散余弦變換算法為主的區塊編碼方式，而改用以離散小波變換（DWT）為主的多解析編碼算法。從編碼流程看，JPEG2000壓縮也分為預處理、 離散余弦變換、量化、編碼4個環節，但具體實施的技術算法卻有所不同。

其中，JPEG2000預處理的顏色空間轉換真正實現了完全可逆的整型變換，避免了數據運算帶去的精度誤差，為無損壓縮的實現鋪平了道路。同時，不同于JPEG的離散余弦變換過程，JPEG2000的小波變換具有對信號進行多分辨率分析和反映信號局部特征的特點。

通過對圖像進行離散小波變換，能得到多級小波系數圖像，而分解的級數需要視具體情況而定。這里的小波系數既能表示圖像中局部區域的高頻信息（如邊緣），也能表示圖像中的低頻信息（如背景）。即使在低比特率的情況下，也能保持較多的圖像細節。同時，下一級分解得到的系數所表示圖像在水平和垂直方向的分辨率只有上一級小波系數所表示的圖像的一半。所以，通過對系數圖像的不同級數進行解碼，就可以得到具有不同空間分辨率的圖像。此外，對圖像信息進行多級小波分解，可得到不同空間分辨串的圖像逼近，使得壓縮碼流具有空間分辨串可分級的特性，這便允許壓縮碼流在不同的分辨串解碼器上解碼、顯示。

因此，JPEG2000支持有損和無損壓縮兩種模式，并在大多數壓縮比率下，JPEG2000的圖像失真復原能力優于JPEG。

2 JPEG與JPEG2000壓縮性能差異

不同的壓縮算法，導致JPEG和JPEG2000具備不同的壓縮性能。為直觀地感受這種差異，我做了這樣的比實驗：挑選20幅549×549像素、文件大小約在914kb、Tiff格式儲存的圖像，在Photoshop CS5軟件中分別進行JPEG格式0圖像質量級別、12圖像質量級別壓縮，JPEG2000格式無損、0%圖像質量有損、100%圖像質量有損壓縮。然后 ，統計所得文件大小，求取20幅圖像同一種壓縮方式所獲文件大小的平均值。實驗結果如表1所示。

顯然通過比較壓縮圖像的大小就能找出兩者壓縮性能差異。從表中可以看出，當要求壓縮圖像保持高質量，即要求壓縮圖像文件盡可能大時，JPEG2000圖像文件大于JPEG圖像文件，無損壓縮的JPEG2000文件大小更為突出；當要求壓縮圖像保持較低質量，即盡最大可能實現壓縮時，JPEG2000圖像文件小于JPEG圖像文件。也就是說 JPEG2000比JPEG具有更強的壓縮能力。

3 不同壓縮算法對圖像質量的影響

JPEG是基于離散余弦變換的量化算法，這意味著將頻率變換應用于圖像，在數據量化、編碼之前去除數據關聯。而編碼構成8×8像素塊或子圖像，量化取整過程中對數據求取近似值，從而導致在高壓縮率下某些特征失真，并引起方塊效應，影響圖像質量。有研究發現，一系列相似像素通常持續在15～20 像素之間，超出這個范圍后像素相關性將開始下降。這意味著JPEG圖像超過某個壓縮比率范圍后，圖像質量將明顯失真。

下面選用邊緣效果明顯的圖像（如玻璃制品）做示例，用20∶1的壓縮比分別用JPEG算法和JPEG2000算法壓縮，再對比圖像效果。結果如圖1所示，左側JPEG圖像能明顯看到獨立的像素塊，而相同壓縮比下的JPEG2000圖像則沒有這一現象。

JPEG2000有一種類似JPEG圖片的壓縮算法結構，但基礎理論卻是應用離散小波變換（DWT）。小波變換的一個基本優點是，它可以應用一個濾波器組，簡化了轉換過程。使用一個塔形濾波器實現在不同尺度上的編碼圖像功能。此外，使用小波壓縮法能縮小如JPEG格式中的固有方塊效應。然而，這會引起其他方面一定程度的相關信息失真。

JPEG2000圖像不受方塊效應影像，除非原始圖像就以獨立像素塊形式顯現。JPEG2000壓縮算法用小波理論將圖像分解為子帶圖像，導致原始圖像或者高頻信息圖像再水平、垂直以及對角方向生成低分辨率圖像，呈現“模糊”效果。如圖2所示，JPEG2000壓縮的Dog圖像中金毛犬鼻部、耳部、胸前毛發高度模糊，多出細節失真，圖像質量明顯不如JPEG圖像。

兩種壓縮算法的失真方式受到環狀假影的影響。這些影像是由影響特定的邊緣樣貌和高反差邊緣明顯的震蕩及“波紋”的高頻系數突然截斷導致的結果。JPEG2000的邊緣視覺效應的產生依賴次能帶分布，也就是說它們局限性少并且誤差散亂分布在圖像中。然而，JPEG由于特定空間區域的像素塊存在誤差，影響到了該區域的圖像復原，環狀假影更加明顯。這可以確定為JPEG不充分壓縮的一個重要原因。環狀假影的副作用是可以導致圖像顯得更為尖銳，視作“銳化處理”。

同時，兩種壓縮算法都可能存在顏色失真現象。這由多種因素造成，包括JPEG算法色度通道二次抽樣、JPEG2000算法不可逆顏色轉換、復原圖像的量化誤差。這些誤差導致的視覺效果稱作“顏色出血”，影響了圖像的整體平滑度。

4 場景依賴性

從玻璃圖與小狗圖的對比實驗結果可以看出，JPEG和JPEG2000壓縮算法生成的圖像質量評價都受場景內容影響。相同條件下不同場景的圖像，其圖像質量對比結果有所差異。這可以理解為：兩種壓縮算法都有場景依賴特性。某些典型的場景圖像表現（如小狗圖像）比其他類型場景（如玻璃制品圖像）更好，較高壓縮比率下能產生較少的視覺信息損失。若要進一步探討JPEG與JPEG2000對圖像質量的影響，需要考慮場景依賴對圖像質量的影響，也就是要通過一系列圖像的不同場景變換，針對進不同場景圖像展開圖像質量對比評價。同時啟用主、客觀的圖像質量評價方式進行大量實驗，多角度更細致地比對各級壓縮比下兩種壓縮方式所形成的不同圖像效果。

5 結論

綜上所述，本文的主、客觀比對實驗證明：JPEG2000壓縮標準對圖像質量有重要提升作用，較好提升了圖像的視覺呈現效果，成功避免了使用過高的壓縮比例時圖像質量明顯降低的缺點。

在這個數字時代背景下，數字圖像的使用價值顯得越發重要，這將對不同環境下不同內容的圖像質量提出更高要求。我相信隨著技術的不斷發展，更先進的圖像壓縮算法及存儲格式會不斷涌現，更全面的圖像質量評價方法也將被提出應用。

參考文獻

[1]李定川.JPEG2000圖像壓縮標準及其關鍵算法的應用[J].影像技術，2010（4）：26-31.

[2]張琳.靜態圖像壓縮編碼簡介.中小企業管理與科技，2016.

[3]魯宏偉，孔華鋒，趙貽竹，等.多媒體計算機原理與應用[M].北京：清華大學出版社，2006.

[4]嚴俊雄，王文，李子揚.基于DTC和DWT的遙感圖像壓縮算法比較[J].科學技術與工程，2008（19）.

[5]田金沙.基于人眼視覺特性的圖像質量評價方法研究[D].綿陽：西南科技大學，2016.

[6]張婉怡.基于視覺感知和自然場景統計的圖像質量評價方法研究[D].南京：南京航空航天大學，2017.