摘要:數字圖像壓縮技術對於數字圖像信息在網絡上的快速傳輸和實時處理具有重要意義。介紹了幾種最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，並總結了它們的優缺點和發展前景。然後簡要介紹了任意形狀視覺對象編碼算法的研究現狀，指出該算法是壹種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；隨著多媒體技術和通信技術的不斷發展，多媒體娛樂、信息高速公路等對信息數據的存儲和傳輸提出了更高的要求，這也對現有的有限帶寬提出了嚴峻的考驗，特別是對於數據量巨大的數字圖像通信，傳輸和存儲更加困難，極大地制約了圖像通信的發展，因此圖像壓縮技術越來越受到重視。圖像壓縮的目的是用盡可能少的字節來表示和傳輸原始的大圖像，並要求恢復的圖像具有更好的質量。利用圖像壓縮可以減輕圖像存儲和傳輸的負擔，使圖像在網絡上快速傳輸和實時處理。圖像壓縮編碼技術最早可以追溯到1948提出的電視信號數字化，到今天已經有50多年的歷史[1]。在此期間，出現了多種圖像壓縮編碼方法，特別是80年代後期以後，由於小波變換理論、分形理論、人工神經網絡理論和可視化仿真理論的建立，圖像壓縮技術得到了前所未有的發展，其中分形圖像壓縮和小波圖像壓縮是當前研究的熱點。本文總結了目前應用最廣泛的圖像壓縮算法，並討論了它們的優缺點和發展前景。二、JPEG壓縮負責制定靜止圖像壓縮標準的聯合攝影專家組(簡稱JPEG)在5438年6月+0989 65438+10月形成了基於自適應DCT的JPEG技術規範初稿，之後又進行了多次修改，到65438年6月+0991形成了ISO 1096544。1.JPEG壓縮原理及特點在JPEG算法中，首先將圖像分成大小不重疊的塊，然後對每個塊進行二維離散余弦變換(DCT)。變換後的系數基本不相關，系數矩陣的能量集中在低頻區域。根據量化表進行量化，量化結果保留低頻區域的系數，去除高頻區域的系數。根據之字形掃描重新組織量化的系數，然後執行霍夫曼編碼。JPEG的特點和優勢:(1)形成了國際標準；(2)在中端和高端比特率下的良好圖像質量。缺點:(1)由於圖像分塊，在高壓縮比時出現嚴重的塊效應；(2)系數的量化是有損壓縮；(3)壓縮比不高，小於50。JPEG壓縮圖像中出現塊效應的原因是:壹般情況下，圖像信號是高度非平穩的，很難用高斯過程來描述，圖像中的壹些突變結構，如邊緣信息，遠比圖像平穩性重要，用余弦基對圖像信號進行非線性逼近的結果並不是最優的。2.JPEG壓縮的研究現狀與展望。鑒於JPEG在高壓縮比下的塊效應，解壓縮後的圖像較差。近年來提出了許多改進方法，其中最有效的是以下兩種方法:(1)DCT零樹編碼DCT零樹編碼用DCT塊中的系數形成log2N個子帶，然後用零樹編碼方案進行編碼。在相同壓縮比下，其PSNR值高於EZW。但是在高壓縮比的情況下，塊效應仍然是DCT零樹編碼的致命弱點。(2)分層DCT零樹編碼該算法對圖像進行DCT變換，集中低頻塊，進行逆DCT變換；對新獲得的圖像進行同樣的變換，以此類推，直到滿足要求。然後對分層DCT變換和零樹排列的系數進行零樹編碼。JPEG壓縮的壹個最大問題是高壓縮比下的嚴重塊效應，所以在今後的研究中，要重點解決DCT變換帶來的塊效應，並考慮結合人類視覺特性進行壓縮。第三代JEPG2000壓縮JPEG2000是由ISO/IEC JTCISC29標準化組開發的全新靜止圖像壓縮標準。最大的改進之壹就是它用小波變換代替了余弦變換。在2000年3月的東京會議上，確定了新壹代彩色靜止圖像編碼方法——JPEG 2000圖像壓縮標準的編碼算法。1.JPEG2000壓縮原理及特點JPEG 2000編解碼系統的編碼器和解碼器的框圖如圖1所示。編碼過程主要分為以下幾個過程:預處理、核心處理和比特流組織。預處理部分包括圖像分割、直流電平(DC)位移和分量變換。核心處理部分包括離散小波變換、量化和熵編碼。比特流組織部分包括區域劃分、碼塊、層和分組組織。JPEG2000格式的圖像壓縮比可以在目前JPEG的基礎上提高10%~30%，壓縮後的圖像更加細膩流暢。對於目前的JPEG標準，在同壹個壓縮碼流中不能同時提供有損和無損壓縮，但是在JPEG2000系統中，通過選擇參數，可以對圖像進行有損和無損壓縮。目前網絡上的JPEG圖像是分塊下載的，而JPEG2000圖像支持漸進式傳輸，用戶無需接收整幅圖像的壓縮碼流。由於JPEG2000采用了小波技術，可以隨機獲取壹些感興趣的圖像區域(ROI)的壓縮碼流，並對壓縮後的圖像數據進行傳輸和過濾。2.JPEG2000壓縮的前景JPEG 2000標準適用於各種圖像的壓縮編碼。其應用領域將包括互聯網、傳真、印刷、遙感、移動通信、醫療、數字圖書館和電子商務。JPEG2000圖像壓縮標準將成為21世紀的主流靜止圖像壓縮標準。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於圖像編碼的基本思想是根據Mallat tower快速小波變換算法將圖像分解成多分辨率。具體過程如下:首先對圖像進行多級小波分解，然後對各層小波系數進行量化，再對量化後的系數進行編碼。小波圖像壓縮是目前圖像壓縮的熱點之壹，基於小波變換的國際壓縮標準已經形成，如上面提到的MPEG-4標準和JPEG2000標準。2.小波變換圖像壓縮的發展現狀與展望目前，三種最高級的小波圖像編碼是嵌入式小波零樹圖像編碼(EZW)、分層樹中分布樣本圖像編碼(SPIHT)和可擴展圖像壓縮編碼(EBCOT)。(1)EZW編碼器1993，Shapiro引入了小波“零樹”的概念，定義了POS、NEG、IZ、ZTR四個符號對空間小波樹進行遞歸編碼，有效地消除了高頻系數的編碼，大大提高了小波系數的編碼效率。該算法采用漸進量化和嵌入式編碼方式，復雜度低。EZW算法打破了信息處理領域長期以來的原則:壹個高效的壓縮編碼器只能通過高復雜度的算法才能獲得，因此EZW編碼器是數據壓縮史上的裏程碑。(2)SPIHT編碼器Said和Pearlman提出的分層小波樹集分割算法(SPIHT)采用空間樹分層分割方法，有效地降低了編碼符號集在位平面上的規模。與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。與EZW編碼器壹樣，SPIHT編碼器算法復雜度低，生成的是嵌入式比特流，但性能相比EZW編碼器有很大提高。(3)EBCOT編碼器截斷點優化的嵌入式塊編碼方法(EB cot)首先將小波分解的各個子帶劃分成相對獨立的碼塊，然後將這些碼塊用優化的分層截斷算法進行編碼，生成壓縮碼流。所得圖像的壓縮碼流不僅具有可伸縮的信噪比和分辨率，而且可以支持圖像的隨機存儲。相比較而言，EBCOT算法的復雜度高於EZW和SPIHT，壓縮性能略高於SPIHT。
小波圖像壓縮被認為是目前最有前途的圖像壓縮算法之壹。小波圖像壓縮的研究主要集中在小波系數的編碼上。在今後的工作中，要充分考慮人類視覺特性，進壹步提高壓縮比，提高圖像質量。並考慮將小波變換與其他壓縮方法相結合。例如，結合分形圖像壓縮是目前的壹個研究熱點。
五分形圖像壓縮1988，Barnsley通過實驗證明，分形圖像壓縮可以獲得比經典圖像編碼技術高幾個數量級的壓縮比。1990年Barnsley的學生A.E.Jacquin提出了局部叠代函數系理論，使分形在計算機上自動用於圖像壓縮成為可能。1.分形圖像壓縮的原理分形壓縮主要利用自相似的特性，通過叠代函數系統(IFS)來實現。其理論基礎是叠代函數系定理和拼貼定理。分形圖像壓縮將原始圖像分成若幹子圖像，然後每個子圖像對應壹個叠代函數，子圖像作為叠代函數存儲。叠代函數越簡單，壓縮比越大。在同壹個解碼過程中，只要調出每個子圖像對應的叠代函數反復叠代，就可以恢復出原始子圖像，得到原始圖像。2.幾種主要的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。根據分形特征的不同，可以分為以下幾種主要的分形圖像編碼方法。(1)尺寸編碼法尺寸編碼法是基於分形幾何，利用小尺度來度量不規則曲線的長度。它類似於傳統的子采樣和插值方法，其主要區別是在尺寸編碼方法中引入了分形思想，尺度隨圖像各分量的復雜程度而變化。(2)叠代函數系統法叠代函數系統法是目前研究最多、應用最廣的壹種分形壓縮技術。是壹種人機交互的拼貼技術。它基於自然圖像中普遍存在的全局和局部自相關的特點，尋求這種自相關映射關系的表達式，即仿射變換，通過存儲比原始圖像數據小的仿射系數來達到壓縮的目的。如果仿射變換簡單有效，那麽叠代函數系統可以達到非常高的壓縮比。(3)A-E-Jacquin的分形方案A-E-Jacquin的分形方案是壹種基於分塊的自動分形圖像壓縮方案，也是壹個尋找映射關系的過程，但所尋求的對象域是圖像分塊後的局部-局部關系。在這種方案中，可以去除壹些冗余，解碼圖像中存在明顯的塊效應。3.分形圖像壓縮的前景雖然分形圖像壓縮在圖像壓縮領域不占優勢，但分形圖像壓縮適合於自相似或自仿射圖像壓縮，既考慮了局部與局部，又考慮了局部與整體的相關性。然而，自然界中存在大量的自相似或自仿射幾何形狀，因此它有著廣泛的應用。其他壓縮算法包括NNT(數論變換)壓縮、基於神經網絡的壓縮、希爾伯特掃描圖像壓縮、自適應多相子帶壓縮等。，這裏就不詳述了。下面簡單介紹壹下近年來任意形狀紋理編碼的幾種算法[10]~ [13]。(1)形狀自適應DCT(SA-DCT)算法SA-DCT將任意形狀的視覺對象劃分為圖像塊，對每個塊進行DCT變換，實現了類似於形狀自適應Gilge DCT[10][11]變換的有效變換，但優於Gilge DCT變換。然而，SA-DCT也有壹些缺點。它推動像素與矩形框的壹邊平齊，因此可能會丟失壹些空間相關性，然後列DCT變換會有更大的失真[11][14][15]。(2)Egger方法Egger等人[16][17]提出了壹種應用於任意形狀物體的小波變換方案。在這個方案中，首先將可見對象的像素推到與包圍盒的右邊界齊平的位置，然後對每壹行的有用像素進行小波變換，再進行另壹個方向的小波變換。該方案充分利用了小波變換的局部特性。然而，這種方案也有其問題，例如，它可能導致重要的高頻部分與邊界部分合並，它不能保證分布系數彼此具有正確的相同相位，並且它可能導致小波分解在第二方向上的不連續性。(3)形狀自適應離散小波變換(SA-DWT)李等提出了壹種新的任意形狀對象編碼方法，SA-DWT編碼[18]~[22]。這項技術包括SA-DWT、零樹熵編碼的擴展(中興通訊)和嵌入式小波編碼(EZW)。SA-DWT的特點是:SA-DWT後的系數個數與原任意形狀視覺對象的像素個數相同；SA-DWT可以很好地表達小波變換子帶間的空間相關性、區域屬性和自相似性。對於矩形區域，SA-DWT與傳統的小波變換相同。SA-DWT編碼技術的實現已經被新的多媒體編碼標準MPEG-4采用，用於對具有任意形狀的靜態紋理進行編碼。在今後的工作中，可以充分利用人類視覺系統對圖像邊緣的敏感性，嘗試對圖像中感興趣的物體進行分割，對物體外的邊緣、內部紋理和背景進行不同壓縮比的壓縮，使壓縮後的圖像達到更高的壓縮比，更便於傳輸。圖像壓縮技術已經研究了幾十年，取得了很大的成就，但是仍然存在很多不足，值得我們進壹步研究。小波圖像壓縮和分形圖像壓縮是當前研究的熱點，但它們也有各自的缺點，在今後的工作中應該結合人類的視覺特性。總之，圖像壓縮是壹個非常有前途的研究領域，該領域的突破對我們的信息生活和通信的發展有著深遠的影響。
參考資料:[1]田青。圖像壓縮技術[J].警務技術，2002，(1): 30-31。[2]張海燕，王冬木等。圖像壓縮技術[J].系統模擬雜誌，2002，6544。
周寧，唐曉軍，徐維普。JPEG2000圖像壓縮標準及其關鍵算法[J].現代電子技術，2002，(12): 1-5。[5]吳永輝，於建新。JPEG2000圖像壓縮算法綜述及網絡應用前景[J].29(3):7-10.[6]J . M .沙普利奧。利用小波系數零樹的嵌入式圖像編碼[J].IEEE Trans。論信號處理，1993，41(12): 3445-3462。[7]A·賽義德，W·皮爾曼。基於層次樹集合劃分的快速高效圖像編解碼器[J].IEEE Trans。視頻技術電路與系統。1996, 6(3): 243-250.[8]陶布曼。用EBCOT實現高性能可伸縮圖像壓縮[J].IEEE圖像處理匯刊，2000，9(7):1158–1170。[9]許，孟立民，。小波和分支在圖像壓縮中的比較與應用。中國有線電視，2003年3月4日:26-29。梅蘭。基於廣義正交變換的任意形狀圖像段的編碼[J].信號處理:圖像通信。, 1989, 1(10): 153–180.T·西科拉，B·馬凱用於視頻通用編碼的形狀自適應DCT變換[J].IEEE Trans。電路系統。視頻技術。, 1995, 5(1): 59–62.T·西科拉，S·鮑爾，B·馬凱用於任意形狀圖像片段編碼的形狀自適應二維變換的效率[J].IEEE Trans。電路系統。視頻技術。, 1995,5 (3): 254–258.[13]鄧稼先、康主編《信息論與編碼》。