基于小波變換的圖像壓縮系統的實現本科畢業設計論文(編輯修改稿)

　

【文章內容簡介】 分 別 表 示 原始 圖 像和 恢 復圖 像 (i,j) 位置 處 的像 素 值，1 iM?? ,1 jN?? ,PSNR本質上與 MSE相同，其表達式為： 225510 lgPSNR MSE? （ ） 式（ ）和（ ）看起來 來直觀、嚴格，但用它們所求得的結果常與人們的主觀視覺效果不一致。這 是因為均方誤差和峰值信噪比是從總體上反映原始圖像和恢復圖像的差別，并不能反映一幅圖像中少數像素點有較大灰度差別和較多像素點有較小灰度差別等各種情況。顯然，客觀質量評價采用式 (2． 6)與式 (2． 7)對圖像中所有像素點同樣對待，不能全面反映人眼的視覺特性。 客觀評價 SNR(信噪比 )指壓縮前的圖像信號方差 2x? 與解壓縮后重建誤差方差 2e? 的比值。定義如下： 2210 log xeSNR ??? （ ） SNR越大，在壓縮過程中引入的失真越小，圖像質量越好。 湖南工業大學本科畢業設計（論文） 7 除了機器視覺，許多圖像是為人類服務的，信宿實際上是人的眼睛，當然最終的評價標準是人的主觀感覺。主觀評價結果可以用參與測試組全體組員的平均判分來統一衡量。圖像的主、客觀兩種評價之間存在著密切的聯系。但一般來說，客觀評價高的主觀評價也高，因此在圖像的質量評價時，首先做客觀評價，以主觀評價為參考 。 [1] 圖像最終是供人看的，因此合理地評價圖像質量的方法應充分遵循人眼視覺特性。人們已經發現，人眼視覺具有一定的選擇性。人們在觀察和理解圖像時會不自覺地對其中某些區域產生興趣。對于一幅人的圖像，人們通常注意人的臉區。但對于一幅頭肩圖像，發型設計師除注意人臉區之外，可能更關注該人的發型。為討論問題的簡化起見，我們假設分析圖像中只有一個感興趣區 A1，其面積為 S1，不感興趣區 A2的面積為 S2，圖像的總面積 21 SSS ?? 。 視覺經驗告訴我們，對 于給定的一幅圖像，人眼對其不同區域感興趣的程度是不同的。如頭肩圖像，人眼往往對人臉區 (感興趣區 )的失真敏感，而對其余部位 (不感興趣區 )，則能允許存在較大的失真 [2]。 對于感興趣區，當其面積越來越小時，人眼對其失真就越來越敏感，也就是說，人眼對它的感興趣程度大體上與其面積成反比。當感興趣區擴張至整幅圖像時，人眼對它的感興趣將降到最低，如同不感興趣區。 對于不感興趣區，感興趣區對其興趣程度有屏蔽作用。當感興趣區的面積較大時，隨著感興趣區面積的增大，人眼對不感興趣區的興趣將逐漸增強，而當感興趣區域的面積較小時， 隨著感興趣區面積的減小，盡管人眼對感興趣區的興趣越來越強，但由于不感興趣區的不斷擴大，使得觀察者越來越不能忽視它的存在，也就是說人眼對不感興趣的興趣程度也越來越強。 在感興趣區的面積等于零或者感興趣區擴張至整幅圖像的兩種情況下，被測圖像的失真對人眼視覺的影響可以近似認為等價的。 將上述視覺經驗加以定量化，便可以實現對視覺興趣性的定量測量。 數據壓縮方法 數據壓縮的方法很多，而且人們還在不斷在研究新的方法。一般數據壓縮按信息損失的程度來分類。常見的有 20多種常用數據壓縮方法。且這些方法在圖像壓縮中 均有應用。 在無損壓縮 (Lossless Compression)中， Huffman編碼和 Shannon編碼根據概率分湖南工業大學本科畢業設計（論文） 8 布特性確定碼長；游程編碼根據連續灰度的游程來確定編碼；算術編碼隨信源數據不斷縮小的實數區間，然后用一個與實數對應的二進制碼代表被編碼的信息；輪廓編碼根據相同灰度的區域邊界線編碼。 在有損壓縮 (Lossy Compression)中，預測編碼根據相鄰像素相關性來確定后繼像素的預測值，若用差值進行編碼則可以壓縮數據量；變換編碼對原始圖像進行正交變換，在變換域進行抽樣達到壓縮的目的；混合編碼將兩種 編碼方法結合起來，如將預測編碼與變換編碼相結合，以取得更好的效果。 在現代壓縮編碼方法中，分形編碼利用宏觀與微觀的相似性來壓縮數據量，可以獲得極大的壓縮比。該方法壓縮過程中的計算量很大，但解壓縮很快，適用于圖像數據的存儲和重現。 模型基 (modelbased)編碼也是一種新型壓縮方法。該方法在發送端利用已知且變化慢的場景得到數據量不大的模型參數，在接收端利用綜合模型參數恢復原始圖像。 1．統計編碼 利用信源的統計特性進行碼率壓縮的編碼方式稱為熵編碼，也叫統計編碼。常用的統計編碼有兩種：變長編碼 (也稱為哈夫 曼編碼 )及算術編碼。 (1)Huffman編碼 1952年，哈夫曼提出變長編碼方法：對出現概率大的符號分配短字長的二進制碼，對出現概率小的符號分配長的二進制碼，得到符號平均碼長是最短的碼。變長編碼也稱為最佳碼方法。 哈夫曼編碼的實施步驟如下： 第一步，將信息符號按其出現概率從大到小排列； 第二步，將兩個最小概率組成一組，劃成 2個分支域，并標以 0和 l；再把 2個分支域合并成 1個分支域，標以兩個概率之和： 第三步，找出概率和 ，記下各路徑從右到左各分支域的 0和 1，即得到信息符號相應的碼字。 理論上，這種編碼方法是最佳的。實際上，利用硬件實現時，出現概率的 值不可能精確到小數后多少位，而最小存儲單元為 lbit，會引起概率匹配不準確及編碼效率的下降。 (2)算術編碼 算術編碼和哈夫曼編碼不同，不采用一個碼字代表一個輸入信息符號的辦法，而采用一個浮點數來代替一串輸入符號。經算術編碼后輸出一個小于 l，大于或等于 0的浮點數，在解碼端再進行正確、惟一地解碼，恢復原符號序列。 湖南工業大學本科畢業設計（論文） 9 2．預測編碼 預測編碼也稱為差值脈沖編碼調制 (DPCM)。在預測編碼中所采用的主要是兩大技術：信號的最佳線性預測和最佳量化。由圖像的統 計特性分析可知，圖像相鄰像素之間存在很強的相關性，因此可以用已知的前面幾個像素的值進行預測。而把實際的值與預測的差作為傳輸的對象。當對預測的誤差不進行量化時，即在不產生量化誤差的條件下，也可用于無失真編碼，獲得更高的壓縮比。此外，還可以根據圖像的內容采用不同的預測系數，減少預測誤差，降低碼率，即所謂的自適應預測。或者利用人眼對差值大小所表現的不同的靈敏度，采用自適應量化技術。 3．變換編碼 變換編碼不是直接對空域圖像信號編碼，而是首先將空域圖像信號映射到另一個空間 (變換域 )，產生一組變換系數，然后對這些系數 進行量化、編碼、傳輸。變換編碼對靜止和運動圖像都適用。常見的變換有離散傅里葉變 [3](DFT)K． L變換 [4][5]、離散余弦變換 [6](DCT)等。 4．子帶編碼 子帶編碼 [7]最初是用于語音編碼，其基本思想是發信端利用數字線性濾波器將信號分離為高頻和低頻兩個不同頻帶的信號，利用與各頻率的統計特性相適配的編碼進行編碼，在接收端，經解碼、內插、線性合成濾波器得到信號的恢復值。子帶編碼具有子帶內編碼的噪聲只限于子帶內，而不會擴散到其他子帶的特點，而且可以根據主觀視覺特性，將有限的比特率在各個子帶內做合理的分配 ，即實行噪聲頻譜成形技術，有利于提高圖像的質量。這些特點對實現所謂的多分辨率圖像壓縮編碼很有利。 5．量化編碼 量化編碼又分為標量量化和矢量量化 [8]。對于經過映射變換后的數據， 或者直接對 PCM數據，一個數一個數的進行量化叫標量量化 (SQ． Scalar Quantization)：若對這些數據分組，每組若干個數據作為一個矢量，然后以矢量為單位，逐個量化，稱為矢量量化 (VQ： Vector Quantization)。矢量量化是近年來圖像、語音編碼技術中頗為流行的一種新型量化編碼方法，其關鍵問題在于設計一個優良 的碼本。 6．塊截斷編碼 (BTC： Block Truncation Coding) BTC編碼 [9][10]是一種低復雜度圖像編碼方法。它首先將圖像分解成大小固定的互不重疊的塊，然后對不同的二值量化器進行量化。量化器的閾值與兩個量化重建值由塊的局部統計特性決定。 BTC具有編碼速度塊，算法簡單的特點，但一般壓縮比不高，且有塊效應。 7．分形編碼 湖南工業大學本科畢業設計（論文） 10 分形的最顯著的特點是自相似性，即：任何尺度不論怎樣變化，景物任何一小部分的形狀都與整體的形狀及其相似。最早將分形用于圖像編碼的比較有效方法是 1984年 Bamsley提 出的迭代函數系統 (Interated Function System，簡稱 IFS)。它把一幅圖像分解為若干類景物的子圖像，對每一類子圖像找出相應的 IFS碼，使這組 IFS碼所綜合的分形圖像在主觀質量上與原始子圖像非常相似，所獲得的壓縮效果相當可觀。但這種方法中的 IFS碼是交互或半自動的方式獲得的，并且編碼過程非常耗時。 1989年Bamsley的學生 Jacquin提出了全自動的分形編碼方法。該方法改變先前的全局映射變換為基于局部映射變換。 然而，從目前公開的各種分形算法來看，它們在不同程度上都有很大的局限性，分 形圖像編碼的真正特點及優勢并沒有完全體現出來。 8．模型基圖像編碼 模型基圖像編碼 [11][12]是一種基于景物三維模型的方法，編碼端與解碼端具有相同的景物三維模型。基于這個模型，在編碼器中用圖像分析算法提取景物的參數，例如形狀參數、運動參數等。景物的這些參數被編碼后通過信道傳輸到解碼端，由后者的解碼器根據接收到的參數用圖像合成技術再重建圖像。這類圖像編碼技術與傳統的技術不同，它充分利用了圖像中景物的內容知識，因而可以實現非常高的壓縮比。模型基圖像編碼方案一般可以分為語義基和物體基圖像編碼兩類。語義基圖像編 碼充分利用已知景物的知識，可以獲得非常高的壓縮比。物體基圖像編碼方法靈活，應用范圍較廣。 9．神經網絡圖像編碼 神經網絡用于圖像編碼的研究是試圖初步模仿人的視覺系統中某些局部初級功能，并將其研究成果應用到圖像編碼領域。目前，直接數據壓縮中使用的神經網絡結構 有 兩 類 ： 反 向 誤 差 傳 播 (Back Propagation) 型 神 經 網 絡 和 自 組 織 映 射(SelfOrganization Map)神經網絡。除了把神經網絡直接應用于圖像數據壓縮之外，還可以把神經網絡同傳統的圖像編碼算法結合，構成許多直接應用神經網絡的圖像編碼算法。 10． 小波變換 (DWT)編碼 [13] 基于 DWT的編碼方法在九十年代受到了廣泛的研究。它是將圖像先進行小波變換，然后利用 DWT具有的很多良好性質，如：空間和頻域局部性、方向性、多分辨率性等，來研究如何組織的量化變換系數的編碼方法。 湖南工業大學本科畢業設計（論文） 11 靜態圖像壓縮編碼標準 JPEG ISO(International Standardization Organization)于 1986年成立了聯合圖片專家組 (Joint Photographic Experts Group， JPEG)，并于 1994年 2月 15日正式出版了第一個用于靜態圖像壓縮的壓縮編碼國際標準 ISO／ IEC 10918。 JPEG標準針對自然景物的靜止圖像進行壓縮編碼，用于數字圖像的存儲與傳輸，應用范圍很廣。 JPEG標準定義了兩種基本的壓縮算法，一種是基于 DCT的有失真的壓縮算法，另一種是基于空間線性預測技術 (DPCM)的無失真壓縮算法。對 DCT系數量化時，考慮視覺特性采用了加權的量化矩陣，對量化的系數采用 Z形掃描方式。在編碼過程中采用 Huffman編碼和算術編碼進行熵編碼。 JPEG 20xx JPEG 20xx是新的圖像壓縮標 準，其目標是在一個統一的集成系統中，允許使用不同的圖像模型 (如客戶／服務器、實時傳輸、圖像庫驅動、有限緩沖和帶寬資源等 )，對具有不同特征 (如自然圖像、計算機圖像、醫療圖像、遙感圖像以及復合文本等 )的不同類型 (如二值、灰度、彩色或者多分量圖像 )的靜止圖像進行壓縮，在低比特率的情況下，獲得比目前標準更好的率失真性能和主觀圖像質量。 1． JPEG 20xx的主要特點： (1)良好的低比特壓縮性能 這是 JPEG 20xx最主要的特征。目前的 JPEG標準，對于細節分量多的灰度圖像，當碼率低于 ，視覺失真 大。為克服這一點，要求 JPEG 20xx在低比特率下有良好的率失真性能，以適應網絡、移動通信等有限帶寬的應用需要。 (2)連續色調和二值圖像壓縮 目前的 JPEG標準對于自然圖像具有良好的壓縮性能，但是當用于計算機圖形和二值文本的壓縮時，性能變差，不適用于復合文本壓縮。為了改進這一點， JPEG 20xx在同一系統中采用相似的方法，能夠對自然圖像、復合文本、醫學圖像、計算機圖像等具有不同特征、不同類型的圖像進行壓縮。 (3)有損和無損壓縮 對于目前的 JPEG標準，在同一壓縮碼流中不能同時提供有損和無損兩種壓縮， 而湖南工業大學本科畢業設計（論文） 12 在 JPEG 20xx系統中，通過選擇參數，能夠對圖像進行有損和無損兩種壓縮，可滿足圖像質量要求很高的醫學圖像、圖像庫等方面的處理需要。 (4)按照像素精度或者分辨率進行累進式傳輸 累進式圖像傳輸允許圖像按照所需的分辨率或像素精度進