文献综述.docx

文献综述.docx

《文献综述.docx》由会员分享，可在线阅读，更多相关《文献综述.docx（7页珍藏版）》请在冰豆网上搜索。

文献综述

电子与信息工程学院

本科毕业论文（设计）

文献综述

学生姓名：

余桔香

专业：

电子信息科学与技术

指导教师：

阮国龙

2012年12月

一、前言

在众多的图像编码标准中，JPEG（jointphotographicexpertsgroup）标准是一个适用范围很广的静态图像压缩标准，在数字图像压缩领域得到了广泛应用。

研究JPEG静态图像压缩算法，实现并完善标准中规定的功能，对于图像压缩编码理论的发展和标准的广泛应用都具有很高的价值。

正是JPEG静态图像编码与压缩技术的进步，明显地提高了图象存储与传输地效率。

因此，JPEG静态图像编码与压缩作为关键技术在理论与应用两方面均受到了极大的重视，并且一直是信息处理领域最为活跃的研究分支之一。

由于JPEG静态图像编码压缩技术存在很大的应用市场和经济利益，国内外各研究机构和公司均投入大量人力和财力进行研究和开发，并积极参与图像压缩编码标准的制定，以谋求其产品在市场中取得先机，从而获得巨大的社会效益与经济利益。

本文以图像压缩编码技术作为主要研究对象。

图像压缩编码的目的就是要用尽量少的比特数表示图像，同时保持复原图像的质量，使它符合特定应用场合的要求。

笔者浏览和参考了很多类似文献资料，有关图像压缩编码的国际标准很多，

JPEG是目前静态图像中压缩比最高、图像质量最好的，但也有不足之处。

二、主体

1.图像压缩技术的现状

图像信息是人类赖以获取信息的最重要的来源之一,大约有70%的信息是通过视觉系统获得的图像信息。

随着多媒体技术的广泛应用,过去经典的图像压缩技术已经不能满足人们的需要,人们迫切的期望更高性能的图像压缩技术的出现。

图像压缩技术水平的高低主要取决于图像压缩编码的技术水平。

虽然图像信息有着许多优点,但也存在不可回避的潜在问题,其中一个主要问题就是其数据量过于庞大。

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。

单纯靠增加存储器容量,提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的,因此对图像信号进行压缩显得尤为必要。

数字图像压缩就是对要处理的图像源数据用一定的规则进行变换和组合,从而达到以尽可能少的代码来表示尽可能多的数据信息的目的。

TheMathWorks公司的MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。

MATLAB的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。

使用MATLAB，您可以较使用传统的编程语言（如C、C++和Fortran）更快地解决技术计算问题。

2.几种静态图像压缩编码算法

当前几种最为重要的静态图像压缩算法有JPEG、JPEG2000和小波变换图像压缩。

2.1JPEG压缩标准

1992年9月份，由联合图像专家组（jointPhotographicExpertsGroup）和国际电话与电报顾问委员会（CCITT）及国际电工委员会（IEC）合作，共同制定出了第一套国标静态影像压缩标准：

ISO／IEC109181，就是俗称的JPEG。

JPEG采取多种编码方式，包含有行程编码（RunLengthCoding）和哈夫曼（Huffman）编码，有很高的压缩比。

在编码前，先对数据进行分块，离散余弦变换（DCT）及量化，保留能量大的低频信号，丢弃高频信号以达到压缩。

解码时，进行熵解码，反量化，反离散余弦变换（IDCT）。

JPEG的特点如下：

优点：

（1）形成了国际标准；

（2）具有中端和高端比特速率上的良好的速率畸变特性。

缺点：

（1）在低比特率范围内，会产生严重的方块效应和飞蚊效应；

（2）JPEG是有损压缩；（3）压缩比率通常在10：

l到40：

1之间。

JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，因此在今后的研究中，应重点解决DCT变换产生的方块效应。

2.2JPEG2000

JPEG2000的正式名称叫做“ISOl5444”，采用小波变换（Wavelettransform）为主的多尺度分析编码算法。

与JPEG相比JPEG2000采用小波变换替代了余弦变换，具备了更高的压缩比以及更多新功能的新一代静态图像压缩技术。

JPEG2000的特点如下：

优点：

（1）JPEG2000同时支持有损和无损压缩，而JPEG只能支持有损压缩；

（2）JPEG2000能实现渐进传输，先传输图像的轮廓，然后逐步传输数据，不断提高图像质量，让图象由朦胧到清晰显示，而不必是像现在的JPEG一样，由上到下慢慢显示；（3）JPEG2000支持对图像中细节较多或较为感兴趣的区域进行高精度的无损编码、很强的容错性、支持水印等。

缺点：

JPEG2000的许多优点和新的功能都是建立在复杂的计算与较大的缓存基础上，因此其速度与JPEG相比要慢许多。

2.3小波变换图像压缩

小波变换图像压缩是当前图像压缩的热点之一，小波图像压缩的研究集中在对小波系数的编码问题上。

小波变换用于图像编码的基本思想就是首先对图像进行小波分解（如进行二维小波变换）然后利用Mallat算法快速计算各级小波分解的小波系数，然后再对量化后的系数进行编码。

小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。

小波图像压缩的研究集中在对小波系数的编码问题上。

小波变换作为信号处理的一种手段，逐渐被越来越多领域的理论工作者和工程技术人员所重视和应用，尤其是在图像压缩技术的应用中取得了显著的效果，同传统的图像压缩技术相比，其产生了质的飞跃，具有十分巨大的生命力和广阔的前景。

与此同时，嵌入式编码技术是新一代静态图像压缩技术标准JPEG2000的核心技术之一，在当今的网络信息时代它具有很大的研究价值和应用空间。

同样，EZW（嵌入式零树小波编码）是一个简单的算法，它可以直接产生嵌入式码流，不需要训练码本，且在所要求的精度下随时可以结束编码，因而有很好的发展和应用前景。

近几年来，国内外的学者们不断的研究发现这种算法本身还存在着缺陷和不足，还有很多地方值得我们去改进和进一步研究，其对算法的改进将是今后静态图像嵌入式编码算法的主要研究方向。

自二十世纪八十年代以来，小波变换因其特有的与人眼视觉特性相符的多分辨率分析能力及方向选择能力，而被广泛应用于图像编码领域，取得了很大的成功。

熵编码主要有游程编码、霍夫曼编码和算术编码等，而量化为小波编码的核心，其目的是为了更好的组织图像经小波变换后的系数，以实现高效压缩。

图像经小波变换后，并没有实现压缩，只是对整幅图像的能量进行重分配。

事实上，变换后的图像具有更宽的范围，但是宽范围的大数据被集中在一个小区域内，而在很大的区域中数据的动态范围很小。

小波变换编码是在小波变换的基础上，利用小波变换的这些特性，采用适当的方法组织换后的小波系数，实现图像的高效压缩的。

目前，基于小波变换的图像编码方法的研究热点有以下几个方面：

1小波基的选择。

选择最优小波基用于图像编码是一个非常棘手的问题，迄今为止尚未发现统一的选择标准。

但还是存在一些可参考原则，如平滑性、逼近精度、支撑大小和滤波频率选择等。

正交小波基的平滑性与消失矩（（vanishingmoments）对图像压缩效果有一定影响，并且平滑性的影响要高于消失矩。

文献[5]验证了滤波器长度小于36的双正交小波基对图像编码的影响，由于滤波器长度决定了计算量的大小和边界扩展所引起的失真度大小，应选择适中的滤波器长度。

文献[4][5]还对具体的小波基在图像编码中的性能进行了比较。

2DWT（DiscreteWaveletTransform）的快速算法。

3整数小波变换。

在图像编码中，图像的像素值是整数，对其实施整数到整数的变换，可以保证信息的无损表示，这一点是现有的浮点离散变换，包括DCT、DFT以及传统的小波变换都不能做到的，因为目前使用的各类离散变换，其基函数均为三角函数，因此必然将整数变换到浮点数，而传统的小波变换是基

于卷积运算的，其计算量大，对存储空间要求高，变换后的小波系数也是浮点数，受到计算机的表达精度的限制，不能实现图像完全的无损编码，而且硬件上也不易实现。

一种新的小波构造方法即提升方法，对该方法稍加改进，就可以很容易得到整数到整数的小波变换。

提升方法的小波变换不依赖于傅立叶变换，计算量小，易于硬件实现，可以实现图像的完全无损编码。

4小波系数量化方法。

现有的量化方法主要集中在标量量化和矢量量化两种方法。

小波变换图像压缩的特点如下：

（1）可以达到较高的压缩比；

（2）压缩效果的好坏除与小波函数的正则性阶数有关外，还与图象本身的结构有关；

（3）具有边缘效应；

（4）计算复杂性高。

3.JPEG静态图像压缩算法原理

3.1JPEG静态图像压缩算法框图

图3-1JPEG压缩编码-解码算法框图

　JPEG压缩编码算法的主要计算步骤：

（1）正向离散余弦变换（FDCT）

（2）量化（Quantization）

（3）Z字形编码（ZigzagScan）

（4）使用差分脉冲编码调制（DifferentialPulseCodeModulation，DPCM）对直流系数（DC）进行编码

（5）使用行程长度编码（Run-LengthEncoding，RLE）对交流系数（AC）进行编码

（6）熵编码（EntropyEncoding）

（7）组成位数据流

3.2JPEG文件格式

JPEG文件格式包含三段:

文件头（2bytes）:

$ff,$d8（S0I）（JPEG文件标识）

任意数量的段，见后面

文件结束（2bytes）:

$ff,$d9（E0I）

其中段的格式如下:

header（4bytes）:

$ff（段标识）n（段的类型）sh,sl（该段长度，包括这两个字节，但是不包括前面的$ff和n。

长度不是intel次序，而是Motorola的，高字节在前，低字节在后!

该段的内容，最多65533字节。

4.对JPEG静态图像压缩算法的改进及MATLAB实现

尽管基于分块DCT变换编码的JPEG图像压缩技术已得到了广泛的应用，然而在低比特率压缩时，这种编码的一个主要缺点是产生方块效应，严重影响解码图像的视觉效果。

其主要原因是低比特率压缩的粗量化过程在各个方块内引入高频量化误差，各子块独立编码而没有考虑块间的相关性，从而造成块边缘的不连续性。

此外，由于舍去了图像的高频信息，因而编码图像的边缘难以很好地保持，特别是图像中有文字的地方，这样的失真显得很明显。

目前去除方块效应的方法主要有两类：

第一类是在编码部分采用重叠分块的方案，但这会提高图像传输的比特率，加重编解码的负担；第二类是后处理技术，即对解码图像进行图像增强或图像恢复处理。

现有的后处理方法主要包括各种结合边缘检测和增强的空间滤波算法，如基于凸集投影的迭代算法、约束最小平方算法（CLS）和图像最大后验概率（MAP）估计等。

但各种图像估计的迭代算法则有计算量过大的缺点。

初步研究表明，基于小波变换的低比特率压缩图像的后处理技术能有效地减少方块效应和保留图像的重要边缘，并且具有计算复杂性较小的优点。

图像小波变换具有多分辨率的特性和时频局部化特性，它在兼顾图像噪声平滑和图像边缘检测方面表现出良好的性能，因此十分适合解决JPEG压缩图像的去方块化问题。

实验表明JPEG图像的高频量化噪声主要表现在第一级小波分解的高频分量，并且有明显的结构性质，即在第一级小波分解的高频分量显现明显的快状效应，而在第二级小波分解的高频部分和低频部分中则几乎没有表现，因此对第一级小波分解的高频分量方块边缘及其领域的像素进行平滑，可以有效减少表现为高频噪声的块状效应。

小波变换部分程序设计，主要步骤包括图像的小波分解和重构，以及量化编码部分，这里用到了MATLAB小波工具箱中的提供的大量小波分析的函数。

具体的小波函数在相关书籍中有详细的介绍。

但是受多方面影响，本论文中使用的还是基于DCT的变换方法。

总结

本论文所做的主要工作是研究JPEG静态图像压缩算法以及其MATLAB的实现，也分析了对JPEG压缩算法的改进和对算法中一些参数进行深入仿真分析。

笔者参考了大量国内外的参考文献和专著，吸取了其中的优点，改进了某些不足。

改进后的算法较先前的压缩算法有以下优点：

1.改进后的算法在图像重构的边缘更为连续自然，效果较改进前有较大幅度的提高。

高频细节部分的图像损失较小，图像质量有所提高。

2.改进后的算法可以选择有损压缩和无损压缩等不同模式。

使对图像有不同需求的用户有更多的选择。

3.改进后的算法可以灵活设置压缩比，可以满足不同用户的需要。

4.改进后的算法计算步骤较为灵活简便易于实现，具有较强的适用性。

同时本文也存在不足之处，比如在改进算法的MATLAB仿真中，运用了较多的MATLAB小波工具包中的小波函数，虽然根据仿真结果分析得出了一些结论，但可能在硬件实现上有一定的困难，有可能忽略了实际应用中一些潜在的问题，所以论文中用到的大多还是基于DCT的算法。

但是希望能在以后的时间里对改进算法作继续研究努力。

参考文献

[1]林福宗．多媒体技术基础[M]2版．北京:

清华大学出版社,2002

[2]中华．基于小波变换的静态图像压缩技术的研究[D]．西北工业大学,2002

[3]张兆礼,赵春晖,梅晓丹．现代图像处理技术及MATLAB实现[M]．北京:

人民邮电出版社,2001

[4]飞思科技产品研发中心．MATLAB6.5辅助图像处理[M]．北京:

电子工业出版社,2003

[5]路锦正,赵太飞,赵柯,等．一种静态图像压缩编码算法的改进[J]．计算机工程,2003

[6]陈志国,徐春环．图像编码技术的研究和应用[J]．中华现代影像学杂志,2005

[7]胡学龙,许开宇．数字图像处理[M]．电子工业出版社,2004

[8]郑阿奇,弋等．MATLAB实用教程[M]．电子工业出版社,2004

[9]胡延．JPEG图像压缩方法的研究[J]．中国科技信息,2007

[10]赵洪帅．多媒体数据压缩技术[J]．中央民族大学学报（自然科学版）,2004,（02）

[11]赵蔚,郭树旭．DCT压缩域图像数据处理[J]．吉林大学自然科学学报,2001,（4）:

64-68

[12]李秀敏．基于MATLAB的DCT变换JPEG图像压缩中的应用[J]．电光与控制,2005,12

（2）:

64-67

[13]方敏．JPEG算法的实现与研究[J]．辽宁工程技术大学,2002

[14]孙兆林．MATLAB6.x图像处理[M]．北京:

清华大学出版社,2002

[15]王成优,侯正信．JPEG图像压缩编码及其MATLAB仿真实现[J]．电子测量技术,2007

[16]薛永林,刘珂,李凤亭．并行处理JPEG算法的优化[J]·电子学报,2002,30

（2）:

160-162

[17]吴文亮．一种静态图像压缩的快速算法[J]．科技信息（科学教研）,2008,（23）

[18]孟宪伟,晏磊．图像压缩编码方法综述[J]．影像技术,2007,（01）

[19]朱孔亮．基于MATLAB的JPEG压缩编码[J]．科技咨询导报,2007,（29）

[20]郭伟斌,冯钿,刘建宾．JPEG标准下图像压缩算法探讨[J]．电脑知识与技术（学术交流）,2006,（14）

[21]DavidKatz,RickGentile．JPEG（baseline）压缩综述[J]．电子与电脑,2007,（Z1）

[22]Neelamani,QueirozFan,etal．JPEGCompressionHistoryEstimationforColorImages[J]．ImageProcessing,IEEETransactionson,2006,Vol,15

[23]Digitalcompressionandcodingofcontinuous-tonestillimages[S]．ISO/IEC10918-1|ITU-TRec.T.81（JPEG）

[24]G.K,Wallace．TheJPEGStillPictureCompressionStandard．IEEETransactionOnConsumerElectronicsVol.38,No.1．February2008

[25]http:

//www.jpeg.org/