關于DCT壓縮后圖片經不同級灰度增強的研究

楊濤 萬帥帥 胡世濤 屈蘇平

摘 要

本文針對圖片合成圖像存儲與失真進行研究，MATLAB仿真結果表明使用DCT壓縮在245級灰度顯示，經過直方圖均衡化后圖像在特征信息不丟失時獲得較好的壓縮效果，從而提高合成處理效率。

關鍵詞

壓縮;對比度;MATLAB仿真

中圖分類號： TP391.1;TP391.41 ? ? ?文獻標識碼： A

DOI：10.19694/j.cnki.issn2095-2457.2020.09.050

0 引言

5G技術在通信技術的革新上影響即將影響未來科技、生活的方向。通信技術的一次次革新使得數據流量計量的方式發生改變，1KB、1MB、1GB、1TB......多媒體信息的重要表達形式之一就是圖像，將海量的圖像信息變換處理后方便被傳輸、變換、存儲。圖形的數字化處理已經趨于成熟化、市場化能夠的滿足日常生活中對圖像處理的基本需求。數字圖像的處理是使用電腦對選擇輸入的圖像進行識別、采樣、量化、分析、編輯、顯示，但數字圖像處理的速率不僅和圖像本身的所占字節大小相關更與計算機計算性能緊緊相連。

一張廣角拍攝的分辨率為2967×3968的圖像，圖像是彩色圖像且屏幕是采用三基色紅綠藍不壓縮的情況下，每一個像素需要的存儲為24bit產生的數據量大小為269.5MB，經過手機自動壓縮后成JPG格式的圖像的存儲的數據量大小為3.95MB。離散余弦傅里葉變換（DCT）經常被信號處理和圖像處理使用，二維DCT變換對于圖像信號具有很強的壓縮能力[1]。但是隨著相比較過去流量式使用對數字圖像處理的能力提出了更高的要求。本文提出一種改變圖像傳輸變換的代替思維定式去提高硬件的性能，能夠改變數字圖像在傳輸過程中的數據量大小，在不增加帶寬通道的前提下逐步對數字信息進行特征信息提取和增強，直方圖均衡化能有效改善圖像的對比度并增強像素動態范圍，從而增強圖像[2]。通過優化分析、處理的模塊，使數字信息能夠連續高速傳輸。同時對輸出的圖像信息進行增強，圖像的清晰度更高。

1 DCT與直方圖變換

DCT是將圖像的數字信號集中在幾個特征變換的系數參量上，通過數據量化、信源熵編碼能夠高效地進行數據壓縮。DCT變換的基本原理是將圖像分解為8×8的子塊或16×16的子塊，并對每個子塊進行單獨的二維DCT變換。在輸入端，把原始圖像順序的分8×8的子塊。作為離散余弦正變換（FDCT）的輸入。在輸出端，經離散余弦變換（IDCT）得到一系列8×8的圖像數據塊用來重構圖像[3]。

圖像經過變換后要求通過反離散余弦變換成原始圖像取樣值，達到人眼能夠接受的清晰度。霍夫曼編碼屬于壓縮編碼中的無損壓縮擁有較好的壓縮效果，避免特征信息丟失選擇霍夫曼編碼技術進行壓縮。霍夫曼壓縮編碼是將輸入的圖像按照灰度級進行按照其大小出現的概率T進行排列分布，較小兩個概率的信源符號相加完成第一步縮減T（bj）+T（bk），重新排序概率，繼續使信源符號概率較小的兩個概率相加，直到剩下兩個信源的概率。接著信源符號縮減的步驟分配碼字，對最后剩下的碼字分別分配“0”和“1”，對之前相加的復合信源符號進行分配碼字，分配碼字每次增加一個二進制位碼字。

2 MATLAB仿真

利用MATLAB實現DCT變換技術對數字圖像處理的函數格式如下：說明這里按照325級灰度進行顯示數據，0表示黑色，325表示白色，超過325的值為325。根據離散型變換在255級灰度變換，將默認值改為自動調整灰度級，因為仿真輸入的數字圖像過大時，為了方便顯示可以自動調整輸出的灰度級。

326級灰度顯示圖像可以獲得很好的壓縮比，圖像黑白對比相比較其他灰度級不明顯，且圖像經過直方圖均衡化后圖像噪聲主要是椒鹽類噪聲更明顯，圖像模糊感明顯清晰度較差，本文將在實驗仿真255級灰度與其他級灰度進行仿真。DCT壓縮的結果圖像清晰度與特征信息保存基本相同，存儲占比基本不同。如下分別對默認326級灰度、自動調整、255級灰度、245級灰度、265級灰度進行仿真。

通過對比發現圖像的明暗黑白對比中自動調整和默認值對比度相似，原圖像的存儲占比2.71MB，原灰度圖像的存儲占比為37.4KB。自動調整后的存儲占比為34.5KB，默認值326的存儲占比為30.9KB，默認值255的存儲占比為35.1KB，默認值245的存儲占比為35.9KB，默認值265的存儲占比為34.5KB。仿真結果顯示自動調整和365級調整結果相同。326級灰度壓縮效果較好但是黑白對比度較差，其他調整的明暗黑白對比較為強烈，原圖像的特征信息保留較為完全。

從仿真圖中可以觀察出圖b其余四副仿真圖不同，其余四幅圖的黑白對比度與清晰度基本相同。在經過直方圖增強后圖像對比度被增強，圖像一些占有較多像素點的區域細小的灰度值變換更加明顯，圖像直方圖分布更加均勻圖像變清晰。

如下將壓縮后的圖像信息進行直方圖增強仿真，分別輸入以上三種壓縮效果后的圖像，對比對比度增強后的圖像清晰度。上述壓縮后圖像進行直方圖增強后的灰度圖像如下圖。

通過DCT與直方圖的仿真圖對比可以直觀的得出，按照0～255級灰度和灰度級為0～245進行顯示時可以獲得較好的壓縮效果其余壓縮均出現特征信息明顯丟失。此外能夠發現245級灰度在直方圖均衡化后的對比度相比實驗常用的255級灰度更高，清晰度較好。且245級灰度DCT壓縮后降低的存儲占比與實驗常用的255級灰度降低的存儲占比分別為4.01%與6.15%存儲占比，本文仿真要求是不減少圖像特征信息的前提下進行圖像壓縮，通過仿真確定在245級灰度進行壓縮再增強，存儲占比減少較多且比度更高，有較好的清晰度提供更好的視覺效果。

3 小結

通過如上的仿真大量數據得到通過DCT壓縮采用默認值245級灰度可以得到較好壓縮效果同時直方圖均衡化后的特征信息不會被丟失，相比仿真常用255級灰度可以獲得同樣較好的圖片存儲占比，可以在處理大量數字圖像時可以獲得更好的處理速度，而離散對立265級灰度處理后的圖像特征信息丟失嚴重，椒鹽類噪聲明顯。驗證了圖像信息批量合成且不失真的技術可行性，在后續的研究上為可以利用普氏分析法對面部處理，根據被識別面部特征信息，計算各個坐標并取得均值使得向量基本相同。并且將變換后的特征圖片相覆蓋完成圖片合成的基本過程，為以后的數字圖像合成研究提供參考。

參考文獻

[1]黃紅飛.Matlab下DCT變換在信號壓縮中的應用[J].電子電氣學報，2007（2）.

[2]張燕紅，齊玉東，王衛玲，宋協棟.直方圖均衡化在圖像增強中的應用及實現[J].世界科技研究與發展，2008（8）.

[3]叢爽，蒲亞坤，王軍南.DCT圖像壓縮方法的改進及其應用[J].超星.2010，46（18）.

[4]許錄平.數字圖像處理[M].北京：科學出版社，2017（01）.