基于率失真优化图像编码的研究

汪涛

摘要：数字图像处理技术的一个非常重要的环节是数字图像压缩技术。其在图像保存和图像传输领域拥有无可替代的作用。矢量量化方法是图像压缩技术中一个重要的组成部分。通过有效地转换图像中像素点，从而高效地对图像进行压缩，为图像的存储和传输提供了可靠的保证。本文详细研究了率失真模型在图像压缩领域的应用。通过高效地结合量化失真和编码码率，从而得到在码率一定的条件，相对更高质量的图像。通过对码率分配策略的研究，根据码率和失真二者的关系推导出矢量量化小波图像编码器的率失真模型，同时将该模型与拉格朗日极值算法有机地结合在一起，从而得到图像不同子带的最优码率分配。本文实验结果显示，根据图像的不同子带的特性，应用本文所提出的的图像率失真模型，可以得到较高质量的还原图像。因此可以得出，通过应用本文的率失真模型，在还原图像的还原质量不下降的条件下，得到更低的图像压缩码率。

关键词：矢量量化；图像压缩；小波变换

0引言

图像压缩技术在多媒体领域的研究设计中发挥着至关重要的效果作用。由于图像信息具有视觉直观性、应用广泛性以及信息确定性等多方面的特征，即使得内置其中的数据量必将迹近海量庞大。因此，图像的存储和传输在存储容量以及传输线路方面通常会产生较大的负荷。为了缓解通信线路以及存储容量的负荷，对图像实现优质高效压缩则已突显其必要、且重要的研究意义和实用价值。

矢量量化技术凭借其编解码算法简单以及良好的率失真特性在有损图像压缩领域吸引了众多学者的高度关注与重视。矢量量化技术一个显要特性就是可以充分利用图像像素点间的依赖关系，并对图像设计展开进一步压缩。由于矢量量化的诸多优良特性，最近几年已获得广泛应用，例如，卫星图像压缩、遥感成像、指纹识别等方面均有可观建树。

香农的率失真理论证明了理论上最优的编码性能是在给定码率约束R，条件下能够得到的最小失真。图像还原失真的一个主要原因是因为在量化过程中的信息的损失。通过对香农的率失真理论的深入研讨分析，同时结合具体的实际问题即可设计出合理的图像压缩算法，在给定码率的条件下，得到最佳还原图像，用户仍然可以得到自己感兴趣的图像信息。恰当的小波变化方法应用在矢量量化器上，可以大幅提升各小波子带的利用率。随着小波理论的不断发展，其理论架构和实际应用也随即不断地斩获突破、并日趋完善。寻求一种适用于圖像领域的小波基，是小波领域与图形领域有利结合并亟待解决的焦点问题。

在对矢量量化运力提供了详尽研究的情况下，根据不同矢量量化器的特性以及应用方向对其进行划分。常见的矢量量化器有：树形、格型、分类矢量量化器等。本文需要找到能够更为优异地适用于小波图像处理的矢量量化器，从而对小波分解后的图形冗余系数展开更大力度的清洗。建立率失真模型的核心关键一环就是小波子带统计特性的计算。小波子带系数的统计特性表现了不同子带之间的差异与联系，根据其差异与联系可以选择合适的分析方法。一般情况下图像的低通子带表现了图像的整体轮廓、边缘，而高通子带可呈现出图像的细节，以及纹理信息。对不同子带的统计特性可关联提取的模式分析主要有：子带方差、子带均值、子带变化走向以及子带能量值等。