圖像壓縮編碼技術(shù)的發(fā)展歷程及應用前景

■戰(zhàn) 紅

上世紀末期，隨著計算機技術(shù)的發(fā)展，人類開始進入數(shù)字化時期。作為數(shù)字技術(shù)當中的重要構(gòu)成部分之一，數(shù)字圖像技術(shù)將我們帶入多媒體時代。各類五彩斑斕的圖像訊息得到快速傳播，特別是在信息化不斷發(fā)展的當前，圖片處理功能要求越來越多，如果只是依靠傳統(tǒng)擴大帶寬與存儲介質(zhì)容量的方式，顯然與時代發(fā)展不相適應，因此，圖像壓縮編碼技術(shù)應運而生。

基于圖像保真的前提下，對相關(guān)的圖像及數(shù)據(jù)進行壓縮、編碼與變換，以此來達到方便圖像的傳輸與存儲的目的，這種新型技術(shù)即為圖像壓縮編碼技術(shù)。本文對其發(fā)展歷程進行回顧，并在此基礎(chǔ)上，對其應用前景進行綜合分析。

一、圖像壓縮編碼技術(shù)的發(fā)展歷程

自二十世紀四十年代開始，隨著電視信號數(shù)字化的提出，對于第一代圖像壓縮編碼技術(shù)的分析與研究工作也提上了日程，至今已走過了六十多年歷史。在最初階段，由于客觀條件所限，僅對亞取樣內(nèi)插復原之法與幀內(nèi)預測法進行研究與分析。在此之后的1969年，隨著首屆圖像編碼會議的成功召開，才使得其正式成為了一門獨立學科，與此同時，圖像壓縮編碼技術(shù)的研究取得了重大進步，特別是在編碼算法領(lǐng)域當中，比如量化編碼、變換編碼都成為了當時重點研究的領(lǐng)域[1]。

為了改變傳統(tǒng)圖像壓縮編碼技術(shù)存在的圖像復原質(zhì)量差、壓縮比小等缺點，Kunt 等人在1985年基于人眼當中的視覺特性，提出了新型圖像壓縮編碼概念，也即是第二代的圖像壓縮編碼技術(shù)概念。而在此之后的1987年，著名的Mallat 算法首次成功將處于計算機視覺范疇之內(nèi)的“多尺度分析思想”運用至小波變換當中，因而將此前各類小波構(gòu)建之法加以統(tǒng)一。僅過了一年，Sloan 就與Barnsley 在1988年共同提出了圖像分形編碼壓縮之法，此法具有解碼分辨率無關(guān)性與壓縮潛力大等特征，從一定程度上來講，具有很強的科學性與潛力。此后，多國學者紛紛將目光投入至此領(lǐng)域，掀起了一股分形圖像編碼研究的高潮。

二十世紀九十年代，由于在這領(lǐng)域內(nèi)的關(guān)注度不斷上升，因而在這一領(lǐng)域又取得了一系列階段性的研究成果。比如，Knowles 與A.S.Lewis 首先就提出了基于零樹編碼之法。1993年，J.M.Shapiro 提出了新型嵌入式的零樹小波變換編碼計算之法，此種算法有效地將小波系數(shù)特性進行了利用，因而使圖像可分級編碼得以實現(xiàn)。當前，圖像壓縮研究領(lǐng)域當中的一個重要方向即是基于小波變換當中的圖像壓縮編碼算法。

而在最近的幾十年里，這種技術(shù)的發(fā)展更是被廣泛運用到了各個領(lǐng)域當中，發(fā)展非常迅速，且日臻成熟。比如制定了幾個圖像編碼的國際標準，也即是活動圖像編碼相關(guān)標準MPEG-4、MPEG-2 等；靜止圖像當中的編碼標準JPEG2000 與JPEG，還有相關(guān)的視頻編碼的標準如H.264、H.263 等[2]。

二、剖析圖像壓縮編碼運用前景

隨著一系列圖像編碼國際標準的產(chǎn)生，它標志著這項技術(shù)已經(jīng)趨于成熟，它的發(fā)展與出現(xiàn)的作用已經(jīng)大到能夠使當前信息產(chǎn)業(yè)的模式與結(jié)構(gòu)產(chǎn)生巨變，同時也使計算機、廣播與通信產(chǎn)業(yè)之間的界限越來越模糊。當前，許多國家加大了數(shù)字電視的推廣力度，就我國而言，數(shù)字電視在當前的普及率已相當高，由于數(shù)字電視具備頻譜利用率高、圖像質(zhì)量高等特點，因而其可以實現(xiàn)多種不同業(yè)務間的統(tǒng)計復用與動態(tài)組合，擁有互操作性、可分組性、可擴展性、易于加密等優(yōu)點，這恰好也是傳統(tǒng)模擬機所無法達到的。然而，由于數(shù)字電視本身所傳送的數(shù)據(jù)量相當大，因此必須保證其傳輸?shù)臄?shù)量與質(zhì)量雙重要求，在這里，視頻壓縮技術(shù)就顯得尤為重要。因此，從前幾年開始，對于圖像編碼的研究就集中于視頻壓縮領(lǐng)域，以此來不斷改進當前數(shù)字電視自身的性能，拓寬其應用領(lǐng)域。隨著當前數(shù)字電視的普及，這一研究成果的意義不言而喻。將分辨率作為基礎(chǔ)，可將數(shù)字電視分為高清電視、數(shù)字標清電視、會議電視、可視電話四個等級。此外，在其他領(lǐng)域圖像編碼技術(shù)同樣被廣泛應用，比如多媒體出版物，它包含電子報刊、電子圖書等；電視計算機，這是一種介于計算機與電視之間的應用，將電視與計算機融為一體，從而形成了一個多媒體的工作站[3]。

從國際相關(guān)的數(shù)據(jù)壓縮發(fā)展來看，特別是MPEG 的發(fā)展，基于內(nèi)容之上的圖像壓縮編碼方式是將來編碼發(fā)展的必然趨勢。比如，給出一幅圖像，包括汽車、房以及人臉等內(nèi)容，就可通過相關(guān)技術(shù)提取需要的內(nèi)容，運用這項技術(shù)就可實現(xiàn)對不同指定對象予以編碼，而MPEG-4 技術(shù)在這個方面特別是人面部表情與其動作層面之上就取得了許多碩果。比如利用人工與自然合成內(nèi)容當中的合并來進行編碼，MPEG-4 的引入有效解決了對于臉部與動面編碼這個問題。但值得指出的是，很多更復雜的東西需要建立一系列的編碼與模型，且不同形物體所需要建立的相關(guān)問題還未得到解決，因而嚴重制約了其運用的寬廣性。因此，筆者認為視頻編碼技術(shù)將朝著跨模式與多模式的方向發(fā)展。與此同時，通過Metadata（元數(shù)據(jù)）進行編碼也可能是今后其所發(fā)展的具體方向，一般而言，詳細地將音視頻信息當中的基本元素進行描述即是元數(shù)據(jù)，MPEG-7 最為主要的功能就是描述這種音視頻信息，在描述這些信息的同時，就可將編碼完成，這是由于此時的編碼對象是對圖像的描述，而并不是圖像本身了。

隨著多媒體信息自身消費方式的轉(zhuǎn)變，因而也要求必須實現(xiàn)不同網(wǎng)絡相互之間的數(shù)據(jù)交換。針對這個問題，MPEG 運用了一類與ITU-T不盡相同的標準化的格式。它將多媒體數(shù)據(jù)的具體表示方式進行了定義，試圖使大部分的數(shù)據(jù)得到充分的互動性與共享數(shù)據(jù)格式。而MPEG-4 在音頻編碼與語音層面上的工作則擴寬了多媒體服務、寬帶的應用范圍。由于它提供了一系列的MPEG-4 編碼工具的集成與新功能，因此也相當于超集了大量現(xiàn)存編碼標準自身的功能。在應用音視頻之時，因為MPEG 具有基于視音頻對象的特殊編碼方式，因此也不斷提高了MPEG 音頻自身的編碼質(zhì)量。除此之外，由于以往的ITU-T 注重實時通訊，與此相反，MPEG-4 更注重對存儲媒體的關(guān)注，其自身所攜帶的回放速度轉(zhuǎn)變于數(shù)據(jù)庫搜索當中具有相當大的作用，同時，它還提供一系列在知識產(chǎn)權(quán)保護領(lǐng)域之內(nèi)的功能支持。從某些方面來講，當前，消費者還是對服務提供端過于依賴，因而很容易導致其局限于地域性服務。由于受到特定環(huán)境之內(nèi)有限的服務供應商的所限，這也是非常自然的。然而，隨著當前交互模式寬帶網(wǎng)絡的運用，從而提供了使個人成為內(nèi)容供應商的可能性，其服務也是基于通用領(lǐng)域的基礎(chǔ)上的，從而使得廣大消費者可以在內(nèi)容供應商方面接受大范圍內(nèi)的服務。這種以消費者為中心的模式，可以從一定程度上拓寬商業(yè)機遇，隨之而來的是各種類型的服務、內(nèi)容供應商都將可能得到前所未有的機遇，達到理想的消費市場[4]。

總的來講，社會發(fā)展需求從一定程度上決定了圖像壓縮編碼發(fā)展的步伐與方向，在這一領(lǐng)域之內(nèi)的突破無論對于多媒體事業(yè)還是通信事業(yè)的發(fā)展都將帶來重大影響。也正因為如此，探索與研究新型的壓縮編碼算法也將成為未來及當前圖像處理領(lǐng)域范圍內(nèi)的重中之重。

注釋

[1]潘遠翠：《基于圖像壓縮與編碼技術(shù)的研究》[J]，《數(shù)字技術(shù)與應用》，2011年第4期。

[2]查宣威、岑峰：《DC 恢復算法及其在圖像壓縮編碼中的應用》[J]，《微型機與應用》，2013年第1期。

[3]任燕：《針對WMSN 圖像傳輸能耗優(yōu)化方法的技術(shù)研究》[J]，《科技通報》，2013年第3期。

[4]蒲亞坤、叢爽：《基于小波變換的圖像壓縮改進方法及其應用》[J],《科技導報》,2009年第18期。