图像压缩方法的论述及分析.doc

图像压缩方法的论述及分析 *** **** 摘要：在信息化时代，为实现图像的有效处理、存储和传输，图像的压缩是必不可少的。本文全面的论述了图像压缩的原理、图像压缩方法的分类以及常用图像压缩方法，最后从图像压缩的无损压缩和有损压缩的角度，对一些常用的图像压缩方法进行了简要的比较。 关键词：图像压缩、压缩原理、图像压缩方法、无损压缩、有损压缩 0 前言 在信息环境中，大量的信息是以数字化的方式表示、存储和传输的，而这些数字化信息中图像信息又占了绝大部分。但是数字化后，图像具有信息量大、带宽宽等特点，为了对图像实行有效的处理、存储和传输，必须做到： 1）需要增加信道，但这很有限，因为信道的增加永远赶不上信息的爆炸式增长，况且还要受到环境的限制： 2）必须减少表示图像的数据量，以达到压缩图像数据的目的。 故在如今这样一个发展日新月异的信息化时代，图像数据压缩具有相当的必要。 1 图像压缩的原理 由于图像数据之间存在着一定的冗余，所以使得数据的压缩成为可能。信息论的创始人Shannon提出把数据看作是信息和冗余度（redundancy）的组合。所谓冗余度，是由于一副图像的各像素之间存在着很大的相关性，可利用一些编码的方法删去它们，从而达到减少冗余压缩数据的目的。 1.1 图像冗余[1] 图像的冗余包括以下几种： 1）空间冗余：像素点之间的相关性。 2）时间冗余：活动图像的两个连续帧间的冗余。 3）信息熵冗余：单位信息量大于其熵。 4）结构冗余：图像的区域上存在非常强的纹理结构。 5）知识冗余：有固定的结构，如人的头像。 6）视觉冗余：某些图像失真是人眼不易觉察的。 1.2 压缩原理 对数字图像进行压缩通常利用两个基本原理： 1）数字图像的相关性。在图像的同一行相邻像素之间、活动图像的相邻帧的对应像素之间往往存在很强的相关性，去除或减少这些相关性，也就去除或减少图像信息中的冗余度，即实现了对数字图像的压缩。 2）人的视觉心理特征。人的视觉对于边缘急剧变化不敏感(视觉掩盖效应)，对颜色分辨力弱，利用这些特征可以在相应部分适当降低编码精度，而使人从视觉上并不感觉到图像质量的下降，从而达到对数字图像压缩的目的。 典型的图像压缩系统主要由三部分组成：变换部分（Transformer）、量化部分（Quatize）、和编码部分（Coder）。　　变换部分它体现了输入原始图像和经过变换图像的对应关系。变换也称为去除相关，它减少了图像中的冗余信息，与输入原始图像数据相比，变换后的图像数据提供了一种更易于压缩的图像数据表示形式。　　量化部分量化部分把经过变换的图像数据作为输入进行处理后，会得到有限数目的一些符号。一般而言，这一步会带来信息的损失，而这也恰是有损压缩方法和无损压缩方法之间主要的区别。在无损压缩方法中，这一步骤并不存在，这是一个不可逆的过程，原因就在于这是多到一映射，存在有两种量化类型：标量量化与矢量量化，前者是在一个像素、一个像素的基础上量化，而后者对像素向量进行量化。　　编码部分这是压缩过程中最后一个步骤。这个部分将经过变换的系数（量化或未量化）编码为二进制位流，这个部分可以采用固定长编码，或变动长度编码 2.1 图像压缩方法分类[3] 图像压缩方法有许多种，从不同的角度出发有不同的分类方法，比如： 1）按照压缩前及解压后的信息保持程度分成以下三类： （1）信息保持型压缩、解压中无信息损失，主要用于图像存档，其特点是信息无失真，但压缩比有限，也称无失真/无损/可逆型编码。 （2）信息损失型牺牲部分信息，来获取高压缩比，数字电视、图像传输和多媒体等应用场合常用这类压缩，其特点是通过忽略人的视觉不敏感的次要信息来提高压缩比，也称有损压缩。 （3）特征抽取型仅对于实际需要的特征信息进行编码，而丢掉其它非特征信息，属于信息损失型。 第三类是针对特殊的应用场合，因此，一般就将图像压缩编码分成无损压缩和有损压缩两大类。 2）按照图像压缩的方法原理可分成四类： （1）像素编码 编码时只对每个像素单独处理。如脉冲编码调制、熵编码、行程编码等。 （2）预测编码 通过去除相邻像素之间的相关性和冗余性，只对新的信息进行编码。常用的有差分脉冲编码调制。 （3）变换编码 对给定图像采用某种变换，使得大量的信息能用较少的数来表示。通常采用的变换包括：离散傅立叶变换（DFT），离散余弦变换 (DCT)和离散小波变换 (DWT)。 （4）其它方法 早期的编码，如混合编码、矢量量化、LZW算法。 近些年来也出现了很多新的压缩编码方法，如使用人工神经元网络的压缩编码算法、分形编码算法、小波变换压缩方法、基于对象的压缩编码算法、基于模型的压缩编码算法等。 3）按照压缩对象上来看，可分为静止图像压缩和运动图像压缩。 针对静止图像和运动图像的压缩，它们所采用的图像压