图像编码与压缩

一一(一、尹留礴压浴礴移、遗:、。,,,,,,,,,,,,,,,,,,,,,,,川马,,,,,,,,,,,,,,,,,,,,,,,,,,,`_、屏,.、、、巍

诱人的21世纪是一个数字化的新世纪也是纳米技术的新世纪。数字化高音质的DAB广播、全数字化的卜任开V高清晰度彩电、31SDN宽带的综合业务数字通信网络以及可兼容CI〕、Cl)G、CDv、V-CI)、口)卜󰀀󰀀…内装电视调谐器、高音质喇叭、配有高分辨率显示器的多媒体电脑……真是进人了数字化的天地!“天涯何处无芳草”?数字化技术犹如嫩绿的青草将五洲四海处处染绿。要从20世纪中后期广为应用的模拟音视频信息技术进人到本世纪末、下世纪初数字信息的采集、传输、处理、输出不是一件容易的事。其中一个问题是带来了信息量的猛增。比方说,要1秒钟高音质的模拟信息转化为数字量时每个声道的信息量可达07M位;而1秒钟25幅的高分辨率彩色图像的信息量要占到1800M位。信息量这么大,往哪放呢?大容量的存贮器即使用现在640M13的C-DR()M去存也困难重重;这么大的数据量,要实时(几乎实时)地进行信息传输现在电话线的最高传输率才192bKsP、计算机网络里同轴电缆的最高传输率也才10oMbsP,即使是光纤其最高传输能力才130Nb[ps、也吃不消从模拟~数字化所带来的信息量激增。再谈到信息的处理我看当今13M』七处理速度的Penituln大概是不行的,即使把DEC用月pha戌盯理1164这个由930万个晶体管集成而得的64位微机芯片、时钟频率达300M卜巨的计算机去处理它也感到“力不从心”!因为21164的处理能力仅每秒10亿条指令啊。如此看来似乎模拟信息的数字化已是“穷途末路”怎么办呢?当然一是增大存贮器、通信、计算机的容量、传输、处理能力向3T(Tear,IT=10,2)的方向去开发、去发展。目前每秒钟能进行百亿次浮点运算、有百亿字节存贮容量、芯片间传递速率达每秒百亿字节的巨型机在美日已全面开花。千亿次的巨型机也已出现。1992年美国nCtJBE公司已宣布设计性能指标全面达到3T(每秒可进行万亿次浮点运算、万亿条指令、万亿字节存贮容量)的新一代巨型机。1993年日本富士通向市场已推出Vl】P500型的巨型机它由22个向量处理器构成进行并行处理,每秒可进行352GFI哪的浮点运算(3552亿次浮点运算),比Cary四0和Nl:CXS一3R巨型机的速度要快10倍。计算机的性能,近年来正以每年提高50%的速度大步向前。前景十分光明但又难以预料。1995年2月15日,NEC在美国召开的国际半导体电路会议上宣布首次开发出IG(109)位的动态随机存贮器芯片,采用025脚的工艺在一个25X36cnT的芯片上容纳了22000000个元件,比之S)ny在1992年用035脚工艺生产的256M位的DRAM,芯片大小相当于它的25一28倍而芯片面积比过去缩小了30%。最近1讹hiha已研制出4GDRAM。为了缩小尺寸,采用6尺存贮单元结构;为了减小漏电流,采用了刃I晶体管。该4iGga的动态随机存贮器采用012哪线宽,存贮单元面积在01斌以下。在IV工作时的损耗为150n1w。不管是存贮器还是CPLJ,都是建立在Vl另I超大规模、Ul另I特大规模集成电路的基础之上的。远在电子管盛行的40年代,电子管计算机的尺度是以厘米量级来计的;50年代的晶体管尺度是以毫米量级计量的;60年代的中规模集成电路,尺度进人亚毫米量级;70年代的大规模、超大规模集成电路进人到微米和亚微米的数量级;从80年代开始科学家已在探索特征尺寸为~o(10’gmeter)纳米量级的电子学、探索以原子或分子簇通过各种物理或化学方法形成信息薄膜的超微粒电子学;以BL膜或其它化学、物理方法使生物分子、有机和无机分子有序成膜分子电子学的机理与工艺。纳米电子学下,主要以扫描隧道显微镜为工具的单原子或单分子操纵技术来进行加工,形成在纳米量级、具有信息存贮、处理能力的新型纳米器件。目前我们正处在GSI的千兆(G为109,10亿)级CI时代:也即存贮芯片容量达到bG十亿位;信号处理速度(芯片运算速度)已达20bG麟o亿次操作;芯片间数据传输速率已达每秒10亿字节IbG降简言之,已处在G级芯片iGgaCllip的时代。相应的工艺已缩到016哪。第二个办法也是最主要的办法是将数字信号进行压缩。多媒体—声、像、图、文多种信号中最主要的是音频、视频信号的压缩尤其是图像数据的压缩。所以由模拟信号数字化之后,必须经过数据压缩处理,使之压缩到原来的几十甚至几百倍之后才能传输。到了视51听终端呢?还要将被压缩的信号还原、解压缩让终端上看到听到的还原信号基本上无失真这是压缩的原则。这里信息压缩的工作量是可想而知的。所以过去都得靠巨型机才能完成。如今人们开发出各种各样的E6P数字信号处理器芯片靠它们来完成压缩编码与解压缩译码的任务。为了作好数字信息的压缩,国际活动图像专家小组MpGE(MoitoniPc-tirLeExpertsGroup)90年代以来在国际标准化组织I义)和国际电工委员会IEC的组织下制订了一系列的图像压缩技术标准。1991年12月为直径12cnr的VidoCD小影碟和Q)I多媒体交互式光碟等制订了Ml〕EGesl标准它们的图像规格为352个像素/行X240行/帧x30陇(NTSC制式下)图像质量可达VCR的水平。V-CD由于图像压缩了14倍、声音压缩65倍所以在12cnr小小的碟片上已可得到口)唱片水平的伴音和图象质量与普通VHS一样的画面。1993年n月,为直径30cnT的Ll〕大影碟等制订了MPEG~2技术标准,它们的图像规格为720个像素/行x48o行/帧只30ZH(NTCS制式下)图像质量比小影碟高(像素数为其之4倍),达到清晰度增强型电视El了IV或日本兼容高清晰度电视ClearVison的水平。1994年12月,针对直径30cm光盘上播放120而n高清晰度电视Hl了rV影碟片的图像规格,1440个像素/行x960行/帧x30凡(Nl、沃l制式下),图像质量(像素数又为州田EGZ的4倍)达到了HDIV的水平。为了适应电视会议的发展(1二ITI、也先后制订了图像压缩的标准。1984年美国基督教科学教堂发起的世界和平会议(有12500人参加,以8种语言工作),是最早的会议电视。随着图像压缩编码技术的进步1984年CCrlT通过了H120建议采用数字式15一ZMbsP的编解码方式,可用96一120路数字电话信道来传送电视会议的信息。1990年CTI,I通过了H261建议,这是自50年代沐图像压缩编码技术开始到80年代末三十年研究工作的结晶它采用帧间运动估计预测编码和对预测误差进行余弦编码相结合的方案,在768KbsP码率下图像质量相当好,在368Kbps码率下质量已可接受当帧频下降时会引起图像中运动的不连续与轻度跳跃。H261是当今适应办公自动化而推出的视频会议系统和可视电话中图像压缩的标准。在图像的压缩方面现在有两个工业标准:一是JPGE静止图像标准一为Ml生:G’运动图像标准。JPEG工作时要删除一些画面而N护EG工作时首16先存贮第一个画面,然后补充进画面的变化部分作为后面的画面大大地减少了少变化图象及单纯色彩的比特数;对出现次数多的码分配短码等措施都可收到压缩的效果。在MR二一多媒体个人计算机中的视频图像压缩还有Intel公司的DVI硬件视频压缩算法;柳ple公司的uQickTinre和陇-c~ft公司的Vid印forWind(〕ws等软件视频压缩算法。1995年3月2日HARC(HoustonAnd出leeC泛n-ter)宣布由他们开发出的图像压缩编码技术可在一张紧密光盘上存贮3小时的电影。通过电话线即可提供全动态的视频电视会议信息。它可使传真机的工作速度提高30倍。任何数据或图像均可采用这项技术进行存贮与传送。他们认为侧田EG在压缩比为25:1时图像的清晰度和质量都已变差,而HARC在10:1压缩比下看不出画面与原图像有视觉上的差异,在300:1下才有微小的变化。HARC这项软件产品已通过电话线在笔记本电脑上传送全屏、全色彩的VHS质量的视盘磁盘,每秒传送速度为30个画面。当压缩比大到480:1时画质变化仍然很小。’”“图像压缩编码是实现数字化的关键技术。没有数字信息的压缩编码,便无法实现数字化!、;丫…二.沪逻辑程序语言.’六内.-自内.、

图像压缩编码标准

一个理想的图像压缩器应具备：重构图像失真率低、压缩比高以及设计编码器和解码器的计算复杂度低等。但实际中这些要求是互相冲突的，一个编码器好的设计是在这些要求中求得一个折中的方法。香农的信源编码理论是建立在平均的比特率和平均的失真率这一相互冲突的矛盾之上。

在比特率和失真率两者之间取得平衡可以用几种等价的方式定义：给定比特率R的约束下，使失真D最小；或给定失真值D的约束下，使所需传输的比特率R最小；或最小化拉格朗日函数D+kR，不同的拉格朗日算子k可以在比特率和失真率之间起着权衡作用。

1.1 图像信息率

一般静止灰度图像中每个像素用8bit来表示，那么一副图像的平均信息率可以用下面的熵值来表示：

Liiipp12loguH）（

其中ip表示像素u取ir值的概率，ir的取值范围为0~255。上式也成为零阶熵，因为它不考虑相邻像素之间的相关性。如果考虑当前像素的前一个像素的状态已知，就可以得到图像的第一阶熵：

LiiiiiiLippp1222,122,1111-kk)|(logu|uH）（

其中2,1iip=prob[ku=1ir,1ku=2ir],1ku是ku的前一个像素。1ip和2ip分别为ku，1ku的条件概率。

根据香农的无噪声新源编码定理：在没有失真的情况下，一个熵为H的信源可以用H+g比特来表示，其中g为任意小的正数，数据最大压缩率C为：

HngHnC

其中n为原始数据的平均比特率，实际上计算这个最大的压缩率是不实际也是不可能的。对于一幅N*M的数字图像，如果每个像素点用n比特来表示，那么总的图像模式有nMN2L种可能，所以实际上是不可能计算出像素u取ir值的概率ip。

1.2 香农的率失真理论

在实际情况中信道是存在噪声的，如果从信源发出的信息ku，经过编、译码的组合，接受端得到的信息为iv，这是由信道的噪声所造成的，我们定义信源经过编、译码的平均互信息量为：

图像压缩编码研究意义现状及发展

1研究的意义 .................................................................................................................................... 1

2研究的现状与发展 ........................................................................................................................ 2

1研究的意义

科学实验表明，人类从外界获取的知识之中，有80%是通过视觉得到的。眼睛获取的是图像信息，一幅图胜过千言万语，图像信息是人类认识世界及人类自身的重要源泉。目前人们所得到的图像主要来源于自然景物，大多通过某些数字产品例如数码相机、数字摄像机等设备，我们能够将自然景物连续变化的模拟量进行数字量化，从而得到以文件形式存在的图像数据。图像以数字形式处理和传输，具有质量好、成本低和可靠性高的特点，因而很适合于网络的传输，但是数字图像的数据量非常巨大，如果不经过压缩，它将成为数字图像传输和存储的巨大瓶颈。因此图像压缩编码技术应运而生，这就使图像通信这一技术领域进入了一个革命性的发展时期。

例如，一张A4（297mm×210mm）大小的照片，若用分辨率300dpi的扫描仪按真彩色扫描，其数据量为：共有(300×297/25.4) ×(300×210/25.4)个象素，如果每个象素占3个字节，其数据量大约为26M字节，其数据量之大可见一斑。

大数据量的图像信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处理速度增加极大的压力。在存储压力方面，不言自明，一张中等分辨率扫描仪扫描的A4照片能达到26M字节，单纯靠增加存储器容量是不现实的，而图像压缩就可以很好解决这个问题。在传送图像角度来考虑，则更加要求图像处理压缩。一是限制性，有些图像采集是有限制的，如预测天气的即时卫星云图，一定时间内大量图像来不及存储就会丢失信息；二是在有限的传输信道带宽的前提下，很显然采用压缩编码技术，能有效的提高通信速度。

图像压缩编码方法

图像压缩编码方法是通过减少图像数据的冗余部分来减小图像文件的大小，以便于存储和传输。以下是常见的图像压缩编码方法：

1. 无损压缩：无损压缩方法可以压缩图像文件的大小，但不会丢失任何图像数据。常见的无损压缩编码方法包括：

- Huffman编码：基于字符出现频率进行编码，将频率较低的字符用较长的编码表示，频率较高的字符用较短的编码表示。

- 预测编码：根据图像像素间的相关性进行编码，利用当前像素与附近像素的差异来表示像素值。

- 霍夫曼编码：利用霍夫曼树来对图像数据进行编码，降低数据的冗余度。

- 算术编码：根据符号的出现概率，将整个编码空间划分为不同部分，每个符号对应于不同的编码区域。

2. 有损压缩：有损压缩方法可以在压缩图像大小的同时，对图像数据进行一定的丢失，但尽量使丢失的数据对人眼不可见。常见的有损压缩编码方法包括：

- JPEG压缩：基于离散余弦变换(DCT)的方法，将图像数据转换为频域表示，然后根据不同频率成分的重要性进行量化和编码。

- 基于小波变换的压缩：将图像数据转换为频域表示，利用小波基函数将图像分解为低频和高频子带，然后对高频子带进行量化和编码。

- 层次编码：将原始图像数据分为不同的预测层次，然后对不同层次的误差进行编码，从而实现压缩。

需要注意的是，不同的压缩编码方法适用于不同类型的图像数据和压缩要求。有些方法适用于需要高压缩比的情况，但会引入更多的失真，而有些方法适用于需要保留图像质量的情况，但压缩比较低。因此，在选择图像压缩编码方法时，需要根据具体要求和应用场景进行权衡和选择。