浅谈图像信息压缩技术

摘要：图像信息的压缩技术，不但是计算机领域的一项新技术，也是多媒体发展过程中解决储存、输入输出的关键及时。它的发展，必然推动多媒体技术的不断发展。多媒体技术的发展需要解决图像信息的传输问题，而图像信息本身的 量是相当庞大的。因此，研究图像信息的压缩技术，对多媒体技术的发展是非常重要的。

关键词：图像信息 压缩技术 发展 分类 应用

一、图像压缩

1、图像压缩

计算机的发展带来了多媒体发展的新时代，多媒体计算机是现实科技和社会发展的必然。图像压缩实质上就是减少表示数字图像时需要的数据量，这也正是解决多媒体计算机发展的一个节点，如彩色电视机，现在市场上的高分辨率电视的数据量基本为1.2Gbps左右，如此大的数据量，无论是存储还是输入输出，都是一个亟待解决的问题，但经过图像压缩处理后，这一问题迎刃而解，因此，图像压缩技术，是多媒体计算机技术发展的关键。

2、压缩原理

图像压缩实质上是去除多余的数据，将二维像素阵列转变为一个在统计上无关联的数据集合，此时，用较少的比特来表示像素矩阵，从而达到数据集合。图像之所以能被转变，是因为图像数据中存在着冗余，压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数，即进行图像编码。编码过程就是减少数据的冗余来达到数据的存储和传输的，数据通过编码后被压缩，在使用时，在进行解码，从而减少了数据的量。

但在压缩过程中，除去多余的冗余数据并不破坏原有图像的信息，这是原则。通过对空间冗余、时间冗余和频谱冗余比特数的的减少来达到图像的压缩。

3、压缩的一般过程

简单说，图像的压缩过程分为编码和解码过程。编码过程，将原始数据经过编码进行压缩，以便于存储和传输；解码过程，对编码数据进行解码，还原为可以使用的数据。

4、压缩方法

压缩方法根据压缩过程和结果而有所不同，常见的压缩方法为：

（1）无损压缩：无损压缩利用数据的统计冗余进行压缩，可完全恢复原始数据而不引入任何失真，但压缩率受到数据统计冗余度的理论限制，一般为2:1到5:1。

（2）有损压缩：有损压缩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。有损压缩广泛应用于语音、图像和视频数据的压缩。

常见的绘制的技术图、图表或者漫画、医疗图像、扫描图像一般采用的就是无损压缩，而有损方法非常适合于自然的图像，对于自然图像，在压缩过程中，其细小的数据损失也是在可以接受范围内的。

二、图像编码方法简介

编码过程是数据压缩的初始过程，了解编码过程是数据压缩的基础，以下是常见的编码方法的简单介绍：

1、预测编码

预测编码是利用信号间的相关性将每个像素用它前面的值做预测，并传输实际信号与预测信号差值。信号相关性越强，预测精度越高，实际信号与预测信号的差值就越小，对其编码后的比特数可相应减少，这就是预测编码实现压缩的机理。

它的主要目的是减少图像数据在时间和空间上的相关性，预测编码是压缩数据的空间和时间冗余，特别是时间序列的数据压缩。编码过程首先应有一个模型样本值，里弄原模型样本值对新样本值进行预测，然后进行误差值的预测，对误差值进行编码，原模型样本值的时间相关性的强弱是预测编码的决定因素。预测编码直观、易于实现，但压缩能力却是有限的。

2、正交变换编码

变换编码是将图像分割成若干子块，通过对其正交变换把时间域信号变换到变换域上，使变换后各系数的统计分布比较集中，能量集中在低频域中，并使变换域中各系数间的相关性大大降低，然后对其分配比特。对方差大的分配以较多的比特，反之分配以较少的比特，从而实现总比特率的压缩。

过程如下：原始图像―分割为n*n块―正变换―量化编码。

解码―反变换―组合为n*n图像块―重构图像。

从正交编码的过程中我们不难看出，变换编码是把N*N像素的图像进行分割，进行变换的是分割出来的子像素进行单位变换，单位变换是一个可逆的线性过程。

在正交变换编码的过程中，相关操作一般会造成信函能量仅在一小组传输系数上的重新分布，利用这个方法，许多数可以在量化之后，编码之前被省略掉。

图像数据的压缩变换中，减少图像的相关、基本函数与图像无关、快速实现是其基本特性。而常见的变换有KLT、DFT、DCT、WHT，四种变换方式各有优点，也各有不足，而WHT由于算法简单，利于硬件实现成为了较普遍的算法。

3、信息熵编码

熵编码即编码过程中按熵原理不丢失任何信息的编码。信息的基本作用就是消除人们对事物的不确定性。多数粒子组合之后，在它似像非像的形态上押上有价值的数码，这就是信息熵。按照信息熵的计算公式H(x)=E[I(xi)]=E[log(1/p(xi)) ]=-∑p(xi)log(p(xi)) (i=1,2,..n)可知：变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大，信息熵是系统有序化程度的一个度量。常见的信息熵编码有：行程编码(RLE)、LZW编码、香农(Shannon)编码、哈夫曼(Huffman)编码和算术编码(arithmetic coding)。

三、结束语

图像信息的压缩技术是随着多媒体计算机的不断发展而发展的，反过来促进和丰富了多媒体计算机的发展。图像的编码也在不断的更新中，在数学理论、信息通讯、计算机的发展推动下，图像信息的压缩问题将得到逐步解决，也将作用于各个领域，从而影响、甚至改变我们的生活。