基于分类的DCT域快速分形编码方法[摘要] 该文提出了一种基于分类的dct域快速分形编码方法。
考虑到人眼视觉系统的特点,应用视觉亮度掩蔽特性来确定dct域中的均匀块,直接将其直流分量编码输出,无需分形编码。
为进一步缩短编码时间,对于非均匀块,利用两个低频dct系数分为三类:平滑类、对角线类和水平/垂直类,使匹配搜索在同类内进行。
实验表明,该方法解码图像质量无明显下降,编码时间和压缩比均有所提高。
[关键词] 分形编码 dct 分类1、引言分形压缩编码借助于编码效率高、解码速度快、与分辨率无关等潜力,成为当今国际上图像编码领域中令人瞩目的研究方向。
其中,减少搜索范围、加快编码速度一直是分形编码的研究热点之一。
为了在降低dct域分形编码的复杂度的同时保证恢复图像的视觉效果,本文提出应用视觉亮度掩蔽特性确定dct域内的均匀块;同时,为了进一步加快分形匹配搜索的时间,依据低频dct系数将非均匀的图像块分类,只在类内进行匹配查找,使得编码时间大大降低。
而且由于本文方法考虑到人眼的视觉特性,恢复图像的视觉效果也较好,图像质量有保证。
2、分形编码的基本思想分形编码方法一般首先在空间域内把图像分为不同大小的图像块:值域块r和定义域块d,其中r块较小且各块之间互不重叠,而d块较大(边长一般为r块的2倍),各块之间可以有重叠。
然后d块经过像素平均收缩为r块的大小,子块的全体构成定义域块池;对每一个r块,在定义域块池内找到其最佳匹配的d块,使得,其中s是比例因子,o是亮度调整因子,1是亮度均值为1的常值块。
此外,为了改进图像的质量,一般还要对定义域块d进行8种等距变换。
因为每一个r块的分形压缩码只需记录s、o、d块的位置等数据,所以可以达到较高的压缩比,非常适合有限带宽的应用场合。
但是由于在搜索匹配时,一个值域块要搜索全部的定义域块池来寻找最佳匹配块,大量的比较与计算浪费了时间,所以耗时过长限制了经典分形压缩编码(pifs)[1]的实用性发展。
3、基于分类的dct域快速分形编码方法任何图像经过dct后具有能量紧缩的特性,而且每一个图像经过dct后都具有明显的相似性,这正好符合分形编码的基本思想,从而出现了dct域分形编码方法,使得编码速度大为提高[2、3]。
同时研究人员发现,利用图像本身所具有的某一属性为特征将图像块分类,只需在同一类内进行匹配搜索的编码思想,也缩短了编码的时间。
一些文献中利用方差或信噪比将图像块分类。
这些方法虽然缩短了编码时间,但没有考虑到人眼的视觉特性,所以解码图像有时与人的主观视觉效果并不匹配。
3.1基于视觉亮度掩蔽特性进行均匀块的确定不同的图像具有不同的特征,对于这些特征人眼具有不同的响应。
本文主要考虑视觉的亮度掩蔽特性,亮度掩蔽特性是指人眼阈值随图像局部平均亮度的不同而不同。
设在均匀照度的背景i上,眼睛刚刚能够分辨出亮度变化的门限值为:0.02。
一个图像块可以看成为在均匀背景上叠加了一个变化的信号,该信号的幅度必须达到一定的强度()才能够被人眼视觉系统所看到。
因此,如果叠加信号的幅度小于门限值,则该图像块可以被认为是均匀的。
图像块经过dct后,其直流分量可以认为是图像块的平均灰度,看作是背景照度i,而将交流分量看作是,利用上述思想将图像块分为均匀块和非均匀块。
分类的准则为:(1)其中,ac代表交流分量,dc代表直流分量。
由于能量主要集中在dct矩阵的左上角,即直流分量和低频区,而这部分区域恰恰是人眼的敏感部分,因此可以只考虑少数几个低频系数,这样可以进一步缩短编码时间[5]。
3.2 基于dct低频系数的非均匀块快速分类方法为了进一步加快分形编码的速度,本文提出了一种基于图像块边缘特性进行分类的方法,分为三类:平滑类、对角线类和水平/垂直类。
然后在具有相同类别的定义域块中搜索与非均匀的值域块最相似的图像块。
由于限定了匹配搜索的范围,分类可以提高编码的速度,而且也可以保证解码图像的质量。
设是尺寸为图像块中点的亮度值()。
是dct系数矩阵中处的值(),则有:(2)其中:。
通过对图像进行dct变换后的系数研究我们可以知道。
如果两个图像块之间的低频系数相近,由于能量的集中,两个图像块的相似度不会相差很大。
如果两个图像块除了内容上有细节不同之外很相似,那么他们将具有相近的低频dct系数值。
因此,低频的dct系数足以用于两个图像块之间的相似度测量。
对于一个图像块,dct矩阵的两个低频分量f(0,1)和f(1,0)分别反映了水平和垂直两个不同走向的边缘。
当和的值都很小时,图像块含有较少的边缘结构可以分到平滑类中,记为s类;如果图像块的和值都比较大,就可以把它分到对角线类中,记为d类;最后,当或有一个值比较大时,表明图像块含有很明显的边缘结构。
如果图像块含有水平边缘特性,则值大;反之,如果图像块含有垂直边缘特性,则值大。
在全搜索分形编码算法中,采用了8种矩阵变换将水平与垂直边缘关联起来。
所以,我们将其统归为一种类别:水平/垂直类,记为h类。
在分类过程中,设定两个阈值和。
是确定光滑类的门限值,是确定对角线类的门限值。
对于和值的大小比较有很多方法,我们采用最简单而有效的绝对值方法:。
根据公式(2),计算和的值,具体的分类过程如下所示:if andthentype=selse ifthentype=delsetype=h由于低频系数和的比较只需要少量的计算,这种分类方法明显很简单,不会耗费太多的时间用于分类,有助于编码速度的提高。
3.3 阈值和的确定阈值和的确定是非常关键的。
相对于固定的值,我们根据图像的内容而自适应的选择阈值,将定义域块池分割成数量相等的3种类别。
由于定义域块的数量明显比值域块的数量多,确定阈值的排序过程会导致大量的额外计算,花费时间。
因此,我们决定用值域块池代替定义域块池来确定阈值,也可以保证将值域块池中的非均匀块分割成为数量相等的3类。
阈值的具体确定过程如下所示:(1)对于每一个r块,计算出和。
(2)设,将所有块的f按升序排列,记为f升序的1/3处值,则:;(3)对于剩下的2/3块,设,将e按升序排列,记为e升序的1/2处值,则:。
4、算法实现每一个值域块r,先基于人眼的视觉特性分为均匀块和非均匀块,如果是均匀块则直接将其直流分量编码输出,无需进行分形匹配,可以使编码速度有效提高,且解码恢复图像基本没有损失。
而非均匀的图像块要先确定阈值,依据得到的阈值按照本文提出的分类方法将定义域块和非均匀的值域块分为平滑类、水平/垂直类和对角线类,然后在相应的定义域块类中搜索出最佳匹配,进行分形编码。
图1 编码框图由于本文算法对均匀块以直流分量近似,在解码时要对编码码流中记录的均匀块和非均匀块分别处理。
先对均匀块解码,将求得的解码中间图像作为非均匀块解码的初始图像,非均匀块的解码方法与现有算法相同。
5、实验结果与分析我们选择256256的8bit灰度lena图像做实验,将图像分成88的图像块共1024个。
依照式(1)的分类准则,所得到的均匀块的个数为262个。
对于非均匀块,我们采用上述方法确定阈值:40.63,70.26,然后依据阈值分为数量相等的三类。
表1显示了本文算法和其他算法的数值结果对比。
图2 是实验结果图示:a)原始的lena图像;b)本文方法的分类结果图;c)pifs算法解码图;d)本文算法的解码图。
表1 pifs原始算法与本文方法的参数对比编码时间(s) psnr(db)pifs算法345 30.497文献[2]算法63 25.78文献[4]算法196 29.76本文算法67 28.89a) 原始图像b) 分类结果图c) pifs算法解码图d) 本文算法解码图图2 实验结果图示从实验结果可以得到:(1)本文算法采用了基于人眼视觉亮度掩蔽特性进行均匀块的分类,对于非均匀的图像块,采用两个低频dct系数进行分类,只在类内进行分形匹配。
由于匹配搜索区域的减少,且dct系数的计算和阈值的确定仅需要较少量的计算,所以图像压缩速度有较大提高。
(2)本文算法解码图像的质量比经典分形算法(pifs)略有下降,这是因为对于一个给定的值域块,全搜索找到的是最优匹配的定义域块,而在类内搜索,使匹配的误差增大,从而影响了解码图像的质量,使信噪比略有下降。
6、结论本文算法中,首先采用了基于人眼视觉亮度掩蔽特性进行均匀块的分类,被定义为均匀块的不用进行分形编码,而直接将其直流输出。
这样既达到了提高编码速度的目的,且提高了解码恢复的图像与人眼的视觉效果的匹配。
为了进一步提高编码速度,本文还提出一种基于图像块边缘特性进行分类的方法。
该方法采用两个低频的dct系数,确定了两个阈值,将非均匀块以及定义域块分类。
由于这种分类方法是根据图像的内容自适应的确定阈值,依据边缘特性进行分类,恢复图像的质量能够得到较好的保证。
参考文献:[1] jacquin a e. image coding based on a fractal theory of iterated contractive image transformations, ieee transactions on signal processing, 1992, 1(1): 18～30 [2] 何佳,刘政凯.基于dct变换的快速分形编码方法[j],电子学报,2001,29(6):748～750[3] truong trieu kien, jeng jyh horng. a fast encoding algorithm for fractal image compressionusing dct inner product[j], ieee transactions on image processing, 2000, 9(4):529～535[4] 范策.利用方差分形快速编码算法[j],计算机辅助设计与图形学学报,2002,14(7):664～670[5] 冯林,李彦君,邵刚.利用人眼视觉系统理论实现dct域快速分形编码[j],计算机辅助设计与图形学学报,2005,1(17):67～73 [6] 胡睿,徐正光.一种基于分块dct变换和水印置乱的嵌入算法[j],微计算机信息,2005. 7(21):29～31作者简介:吴亮(1977.6--),男,硕士,讲师,从事现代移动通信研究;单位:北方民族大学电信学院。
