数字图像压缩技术

数字图像压缩技术

二、JPEG压缩

负责开发静止图像压缩标准的“联合图片专家组”（JointPhotographicExpertGroup,简称JPEG），于1989年1月形成

了基于自适合DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。

1．JPEG压缩原理及特点

JPEG算法中首先对图像实行分块处理，一般分成互不重叠的大小的块，再对每一块实行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表实行量化，量化的结果

保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后实行哈夫曼编码。JPEG的特点如下：

优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好

图像质量。

缺点：（1）因为对图像实行分块，在高压缩比时产生严重的方块效应；（2）系数实行量化，是有损压缩；（3）压缩比不高，小于502。

JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如

边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其

结果不是最优的3。

2．JPEG压缩的研究状况及其前景2

针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年

来提出了很多改进方法，最有效的是下面的两种方法：

（1）DCT零树编码

DCT零树编码把DCT块中的系数组成log2N个子带，然后用零树编码方案实行编码。在相同压缩比的情况下，其PSNR的值比EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。

（2）层式DCT零树编码

此算法对图像作的DCT变换，将低频块集中起来，做反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数实行零树编码。

JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，所以在今后的研究中，应重点解决DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合实行压缩。

三、JEPG2000压缩

JPEG2000是由ISO/IECJTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。

1．JPEG2000压缩原理及特点

JPEG2000编解码系统的编码器和解码器的框图如图1所示4。

编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。

JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提升

10%~30%，而且压缩后的图像显得更加细腻平滑。对于当前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在

JPEG2000系统中，通过选择参数，能够对图像实行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式

的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。因为JPEG2000采用小波技术，可随机获取某些感兴趣的图像区域（ROI）的压缩码流，对压缩的图像数据实行传输、滤波等操作4。

图1JPEG2000压缩编码与解压缩的总体流程

2．JPEG2000压缩的前景

JPEG2000标准适用于各种图像的压缩编码。其应用领域将包括Internet、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等5。JPEG2000图像压缩标准将成为21世纪的主流静态图像压缩标准。

四、小波变换图像压缩

1．小波变换图像压缩原理

小波变换用于图像编码的基本思想就是把图像根据Mallat塔式快速小波变换算法实行多分辨率分解。其具体过程为：首先对图像实行多级小波分解，然后对每层的小波系数实行量化，再对量化后的系数实行编码。小波图像压缩是当前图像压缩的热点之一，已经形成了基于小波变换的国际压缩标准，如MPEG-4标准，及如上所述的JPEG2000标准2。

2．小波变换图像压缩的发体现状及前景

当前3个最高等级的小波图像编码分别是嵌入式小波零树图像编码（EZW），分层树中分配样本图像编码（SPIHT）和可扩展图像压缩编码（EBCOT）。

（1）EZW编码器6

1993年，Shapiro引入了小波“零树”的概念，通过定义POS、NEG、IZ和ZTR四种符号实行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提升了小波系数的编码效率。此算法采用渐进式量化和嵌入式编码模式，算法复杂度低。EZW算法打破了信息处理领域长

期笃信的准则：高效的压缩编码器必须通过高复杂度的算法才能获得，所以EZW编码器在数据压缩史上具有里程碑意义。

（2）SPIHT编码器7

由Said和Pearlman提出的分层小波树集合分割算法（SPIHT）则利

用空间树分层分割方法，有效地减小了比特面上编码符号集的规模。

同EZW相比，SPIHT算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。同EZW编码器一样，SPIHT编码器的算法复杂度低，产生的也是嵌入式比特流，但编码器的性能较EZW有很大

的提升。

（3）EBCOT编码器8

优化截断点的嵌入块编码方法（EBCOT）首先将小波分解的每个子带

分成一个个相对独立的码块，然后使用优化的分层截断算法对这些码

块实行编码，产生压缩码流，结果图像的压缩码流不但具有SNR可扩

展而且具有分辨率可扩展，还能够支持图像的随机存储。比较来说，EBCOT算法的复杂度较EZW和SPIHT有所提升，其压缩性能比SPIHT略有提升。

小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。小波

图像压缩的研究集中在对小波系数的编码问题上。在以后的工作中，

应充分考虑人眼视觉特性，进一步提升压缩比，改善图像质量。并且

考虑将小波变换与其他压缩方法相结合。例如与分形图像压缩相结合

是当前的一个研究热点2。

五、分形图像压缩

1988年，Barnsley通过实验证明分形图像压缩能够得到比经典图像

编码技术高几个数量级的压缩比。1990年，Barnsley的学生

A.E.Jacquin提出局部迭代函数系统理论后，使分形用于图像压缩在计算机上自动实现成为可能。

1．分形图像压缩的原理