关于图像压缩编码的研究

郑忠霞，孙卓敬

1.枣庄科技职业学院，山东 滕州 277500

2.中国海洋大学信息科学与工程学院，山东青岛 266100

目前，图像压缩方法在广义上可以分成两类，一类是无损压缩，又称为可逆编码另一类是有损压缩，又称不可逆压缩。

1 图像压缩编码的可行性研究

图像数据的压缩机理来自两个方面：一是利用图像中存在大量冗余度可供压缩；二是利用人眼的视觉特性。

1.1 图像数据的冗余度

1）空间冗余：在一幅图像中规则的物体和规则的背景具有很强的相关性；

2）时间冗余：电视图像序列中相邻两幅图像之间有较大的相关性；

3）结构冗余和知识冗余：图像从大面积上看常存在有纹理结构，称之为结构冗余；

4）视觉冗余：人眼的视觉系统对于图像的感知是非均匀和非线性的，对图像的变化并不都能察觉出来。

1.2 人眼的视觉特性

1）亮度辨别阈值：当景物的亮度在背景亮度基础上增加很少时，人眼是辨别不出的，只有当亮度增加到某一数值时，人眼才能感觉其亮度有变化。人眼刚刚能察觉的亮度变化值称为亮度辨别阈值；

2）视觉阈值：视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就察觉不出来，高于它才看得出来，这是一个统计值；

3）空间分辨力：空间分辨力是指对一幅图像相邻像素的灰度和细节的分辨力，视觉对于不同图像内容的分辨力不同。

2 图像压缩编码方法研究

图像编码的过程可以概括成图1所示的3个步骤，原始图像经映射变换后的数据,经量化器和熵编码器成为码流输出。目前，常见的编码方法有如下几种：

图1 图像压缩编码的一般框图

2.1 预测编码

预测编码是根据某一模型利用过去的样值对当前样值进行预测，然后将当前样值的实际值与预测值相减得到一个误差值，只对这一预测误差值进行编码。预测方法：1）帧内预测帧内预测利用图像信号的空间相关性来压缩图像的空间冗余，根据前面已经传送的同一帧内的像素来预测当前像素；2）帧间预测：电视图像在相邻帧之间存在很强的相关性；3）预测系数的选择：预测系数的选择通常采用最优线性预测法，选择预测系数a1，a2，…，an-1使误差信号en的均方值最小；4）自适应预测：自适应预测又称为非线性预测。可以利用预测误差作为控制信息，因为预测误差的大小反映了图像信号的相关性。

2.2 正交变换编码

变换编码(Transform Coding)的基本思想是将在通常的欧几里德几何空间(空间域)描写的图像信号变换到另外的向量空间(变换域)进行描写，然后再根据图像在变换域中系数的特点和人眼的视觉特性进行编码。

2.3 哈夫曼(Huffman)编码

Huffman编码方法就是利用了这个定理，它是一种效率高、方法简单的编码。信源中符号出现的概率相差越大，Huffman编码效果越好。

Huffman编码步骤：1）把信源符号xi(i=1,2,…,N)按出现概率的值由大到小的顺序排列；2）对两个概率最小的符号分别分配以“0”和“1”，然后把这两个概率相加作为一个新的辅助符号的概率；3）将这个新的辅助符号与其他符号一起重新按概率大小顺序排列；4）跳到第2步，直到出现概率相加为1为止；5）用线将符号连接起来，从而得到一个码树，树的N个端点对应N个信源符号；6）从最后一个概率为1的节点开始，沿着到达信源的每个符号，将一路遇到的二进制码“0”或“1”顺序排列起来，就是端点所对应的信源符号的码字。由于Huffman方法构造出来的码不是惟一的，主要有两个原因：一是在两个符号概率相加给两条支路分配“0”和“1”时，这一选择是任意的；二是当两个消息的概率相等时，0，1分配也是随意的。Huffman编码对不同的信源，其编码效率是不同的。7）Huffman编码中，没有一个码字是另一个码字的前缀。因此，每个码字惟一可译。

2.4 子带编码

子带编码的基本思想是利用带通滤波器组将信道频带分割成若干个子频带(Subband)，将子频带搬移至零频处进行子带取样，再对每一个子带用一个与其统计特性相适配的编码器进行图像数据压缩。另外，子带编码还有以下优点：1）一个子带的编码噪声在解码后只局限于该子带内，不会扩散到其他子带。这样，即使有的子带信号较弱，也不会被其他子带的编码噪声所掩盖；2）可以根据主观视觉特性，将有限的数码率在各个子带之间合理分配，有利于提高图像的主观质量；3）通过频带分解，各个子带的抽样频率可以成倍下降。

3 结论

图像编码是各类图像信息传输、存贮产品的一项核心技术。图像编码技术的进展已使那些制约因素不再成为瓶颈，从而推动了各类图像通信系统的推广和应用。

[1]董士海.图像格式编程指南.北京：清华大学出版社，1994.

[2]张远鹏，董海，周文灵.计算机图像处理技术基础.北京：北京大学出版社，1996.

[3]章毓晋.图象处理和分析，北京：清华大学出版社，1999.

[4]Yue，Z.Q，Chen，S.，Tham，L.G.Finite element modeling of geomaterials using digital image processing,Computers and Geotechnics,v30（5）：375-97.