低开销静态彩色图像编码压缩算法的实验研究

【前言】低开销静态彩色图像编码压缩算法的实验研究由文秘帮小编整理而成，但愿对你的学习工作带来帮助。数字图像压缩，本文主要研究其在移动数码设备中的应用，移动数码设备有其自身的特点，主要分为以下几点： （1）低电耗。移动数码设备是不能随时随地补充电能的，因此，它的各个部件必须有的一个功能就是节电。这样才能长时间的满足实时应用。 （2）低速度处理器。例如...

【摘要】多媒体计算机技术是现代计算机发展的一个热点。作为多媒体技术的一个重要内容，图像数据的存储是其关键技术之一。现代图像数据量巨大，无法适应小容量存储器和低带宽传输的要求。DC、DV等数字化产品像素数较高，作为民用数字化产品，价格不能过高，而且要求体积小、重量轻、耗电省，其内部的CPU及周边器件性能受到严格限制。本文论述了在上述情况下，各种压缩标准的时间和空间开销，通过对压缩标准JPEG和JPEG2000的对比分析，验证现代压缩标准实现低开销静态彩色图像编码压缩的优劣。

【关键词】低开销；静态彩色图像；压缩；编码

1.问题的提出

多媒体技术越来越多的应用到计算机之中，随着多媒体技术和网络的发展，人们对数字图像在质量、大小和应用方面提出了更高的要求。图像压缩技术一直是多媒体信息处理技术研究中最活跃的领域，如何利用新的技术对图像进行压缩，并且使之符合规范标准以得到各个领域的支持，是人们关注的焦点。本文要讨论的就是低开销静态彩色图像压缩编码。

1.1 应用环境

数字图像压缩，本文主要研究其在移动数码设备中的应用，移动数码设备有其自身的特点，主要分为以下几点：

（1）低电耗。移动数码设备是不能随时随地补充电能的，因此，它的各个部件必须有的一个功能就是节电。这样才能长时间的满足实时应用。

（2）低速度处理器。例如数码相机的处理器（MPU），他的功能、处理速度等方面就要比PC处理器要逊色一些，而且还要节电。

（3）小容量存储器。数码设备毕竟不是计算机，他的存储器是很有限的，不论是在存储容量还是在存储速度上，都是不能与计算机存储器相比较的。

以上只是数码设备的部分特点，都与本文的研究有密切关系。

1.2 压缩标准

目前在数字图像压缩方面，应用最广泛的压缩标准就是：JPEG和JPEG2000。本文就是对这两个标准进行分析，讨论其在时间和空间上的复杂度。现将两个标准分别介绍如下：

JPEG标准：JPEG是由ISO和IEC两个组织机械联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准，因此称为JPEG标准。1991年，该小组了第一套国际静态影像压缩标准ISO10918-1。因为其超强的压缩能力，卓越的图像品质，JPEG得到了广泛的应用。目前WEB上80%的图像都是JPEG格式。

JPEG2000标准：JPEG2000是新的图像压缩标准，其目标是在统一的集成系统中，允许使用客户/服务器、实时传输、图像库驱动、有限缓冲和带宽资源等不同的图像模型，对具有不同特征（例如自然图像、计算机图形、医疗图像、遥感图像和复合文本等）、不同类型（例如二值、灰度、彩色和多分量图像）的静止图像进行压缩，在低比特率情况下，获得比目前标准更好的率失真性能和主观图像质量。

以上是本文所涉及的两个压缩标准的基本情况，详细分析会再后面一一列出。

2.对象研究

针对低开销静态彩色图像编码压缩，首先要研究的就是各个关键字所涉及的内容。对于这个题目的关键字是：静态彩色图像、数字图像压缩、“低开销”。以下就分别研究一下这几个关键字。

2.1 静态彩色图像

在本论文中要研究的是——静态彩色图像的压缩。所以，要讨论的处理对象就是数字图像中的静态彩色图像，现在就对数字图像做一个整体的介绍。

图像可用二维数f（x，y）表示：x，y是平面两个轴的坐标，f（x，y）表示（x，y）的亮度值（灰度值）。如果是彩色图像，各点值反映的是色彩变化。对模拟图像来讲，函数显然是连续的，数字计算机无法输入和进行运算处理。因此需要经过取样和量化后得到离散值以便于用数字计算机可以接受的编码方式来表示。因此在计算机中数字图像即是以二维矩阵的形式给出的。

图像的“表示”是定义这幅图像数据的一种特定的体现方式或一种特定的数据格式。不同的数字图像其表示方法也不同，一般计算机对数字图像进行处理时可分为灰度图像、彩色图像和二值图像。

灰度图像：灰度图像矩阵中的元素称为像素或者像点，像素的幅值对应于该点灰度级（实际是包含该点的一个小区域内的亮度平均值），图像像素的比特数取值大小与具体图像的实际应用有关。

彩色图像：彩色图像可以看成混合矩阵，每个像素灰度级与红色（R）、绿色（G）、蓝色（B）有关，也可以用三个矩阵表示。在实际应用中，彩色图像还可以用亮度和色调组成的色彩系统表示（如YIQ，YUV，YCbCr），也可以用三维矢量矩阵来表示彩色图像。

二值图像：二值图像只有黑白两个灰度级，即像素灰度级非0即1。其数字图像可用每个像素一个比特的矩阵表示。二值图像因其本身的固有特性不同，也可采用一些特有的表示方法。

数字图像表示的信息有以下几个特点：

（1）数字图像是二维信息，其信息量大。

（2）数字图像占用频带较宽。

（3）数字图像中个个像素是不独立的，其相关性大。

（4）数字图像信息应当与人的视觉系统有良好的匹配。

因此，实际的图像信号像素点之间一般都具有相关性，相邻行之问、相邻列之间的相关性最强。利用变换域的图像分析方法就是将通常在时域描述的信号（如声音信号）或空域描述的信号（如图像信号）变换到另外一些正交矢量空间（即变换域）中进行描写，可以很好地消除像素点之间相关性，使信号的能量更加集中，从而便于分析。

2.2 数字图像压缩

数据压缩主要有两类基本方法：无损压缩和有损压缩。无损压缩是将相同的或相似的数据或数据特征归类，使用较少的数据量描述原始数据，达到减少数据量的目的。无损压缩又称信息保持编码，或叫做熵保持编码。图像的无损压缩通常分为两步，即去相关和编码。去相关就是要去除图像冗余，降低信源熵。

在对数据进行编码时，可对那些经常出现的数据指定较少的位数表示，而那些不常出现的数据指定较多的位数表示。用这种方法得到的代码，其码的位数，也即码长就是不固定的，故称为变长码。Hufman在1952年根据香农（Shannon）在1948年和范若（Fano）在1949年阐述的这种编码思想提出了一种不定长编码的方法，也称哈夫曼（Hufman）编码。霍夫曼编码的基本方法是先对图像数据扫描一遍，计算出各种像素出现的概率，按概率的大小指定不同长度的唯一码字，由此得到一张该图像的霍夫曼码表。哈夫曼编码（Hufman编码）是完全依据字符出现概率来构造字符的平均长度最短的码，又称为最佳编码。

有损压缩是有利用人眼的视觉特性有针对性地简化不重要的数据，以减少总的数据量。有损算法有很多种，比较常见的主要是预测编码、变换编码等。预测编码法中最重要的是线性预测法，通常也成为“差值脉冲编码调制法”（DPCM），DPCM编码的基本思想是用反馈方法预测估值。变换域编码就是将通常在时间域或空间域描述的信号通过多维坐标的旋转、变换，将原散布在各坐标轴上的能量集中到少数坐标轴上，减少各信号分量的相关性。因此，可以使用较少的编码位数来表示一组信号样本，实现高效率的压缩编码。编码变换是一种有损编码。编码变换中理论上最佳的是K-L变换，其去相关最彻底，但目前尚无快速算法，且变换矩阵随数据集变化，不能广泛应用。而离散余弦变换（DCT）是一种实变换，去相关能力仅次于K-L变换，压缩效果好，压缩比易于调整，压缩率高，易于硬件实现。DCT有固定基，性能最接近K-L变换，现己出现了DCT的多种快速算法。有损压缩方法利用了人类视觉对图像中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息；虽然不能完全恢复原始数据，但是所损失的部分对理解原始图像的影响较小，却换来了大得多的压缩比。只要损失的数据不太影响人眼主观接收的效果，就可采用。

2.3 “低开销”

“低开销”就是指降低压缩编码在时间和空间上的开销，一个好的算法，既要有高的执行效率，还要适合应用环境。如果执行效率很高，但是自身开销过大，那针对移动数码设备是不可用的，也就是说它的可用性为零。

通过对JPEG和JPEG2000的对比分析，可以得出结论，实现“低开销”可以采用这样几种方法：

（1）严格标准化程序，尽量让程序代码容量小一点；

（2）去除压缩标准中的多余功能，针对应用编码；

（3）优化代码，使之执行效率最高。

3.算法对比分析

通过对标准JPEG和JPEG2000的对比分析，可以更深入的理解低开销静态彩色图像编码压缩的内涵。

由于采用了先进的编码技术，与JPEG相比，JPEG2000有很多优越性，主要体现在以下方面。

（1）能实现渐进式传输，这是JPEG2000的重要特征之一；

（2）同时支持有损压缩和无损压缩；

（3）感兴趣与压缩；

（4）较高的压缩比；

（5）颜色处理上，具有更优秀的内涵。

此外，JPEG2000的系统误差稳定性好，运行平稳，抗干扰性好，易于操作；增加了视觉权重，在不损害视觉效果的情况下，大大提高了效率。

4.结语

通过验证以及参考相关的专业测试报告，可以得出以下结论：

首先，在中度与低度的压缩比率下，传统的JPEG表现得非常出色。在较高的压缩比率下，JPEG2000的表现更为出色。如果除去其他对传统JPEG的不利因素以外，JPEG2000的优势不明显。

其次，在低开销要求之下，更适合的算法应该是JPEG标准，但是JPEG标准在恢复图像是会产生方块效应，这就是他的不足。而JPEG2000算法应为其实现功能太多，算法较复杂，所以不适合本课题研究，但是如果只用其核心压缩算法，那是一种比较理想的选择。

参考文献

[1]阮秋琦.数字图像处理学[M].北京：电子工业出版社，2007.

[2]林福宗.多媒体技术基础[M].北京：清华大学出版社（第3版），2009.

[3]D.Kundur，D.Hatzinakos.Digitalwatermarkingfortelltaletamperproofingandauthentication[J].In：Proceedings of the IEEE，Jul，1999.

[4]M.D.Swanson，M.Kobayashi，and A.H.Tewfik.Multimedia data-embedding and watermarking technologies[J].In：Proceedings of IEEE，Jun，1998.

[5]付磊，等.一种无损的二值图像信息隐藏算法[J].石家庄：信息工程大学学报，2012，8.

[6]钱颖.一种基于JPEG2000的小波域信息隐藏算法[J].电子测试，2011（03）.

[7]陈园园，朱孝成，叶甬渝.一种改进的DCT信息隐藏算法[J].重庆理工大学学报（自然科学），2011（12）.

作者简介：吴琦（1969—），男，湖北浠水人，长江工程职业技术学院副教授，从事计算机教学与研究。