論數(shù)字圖象壓縮算法研究與實(shí)現(xiàn)

嚴(yán)小紅

（新疆交通職業(yè)技術(shù)學(xué)院，新疆 烏魯木齊 831401）

經(jīng)濟(jì)的發(fā)展，為人們在科學(xué)技術(shù)領(lǐng)取取得突破性成果奠定了雄厚的物質(zhì)基礎(chǔ)。近年來，隨著互聯(lián)網(wǎng)的迅猛發(fā)展，多媒體技術(shù)的應(yīng)用和發(fā)展越來越受到人們的關(guān)注，而數(shù)字圖像壓縮算法的研究與實(shí)現(xiàn)對于多媒體技術(shù)，特別是數(shù)字圖像技術(shù)的發(fā)展起著決定性的作用。在信息化時(shí)代的大背景下，數(shù)字圖像處理技術(shù)的到了廣泛的應(yīng)用，圖像成為當(dāng)今時(shí)代人們交流溝通、數(shù)字應(yīng)用等方面的重要元素之一，而數(shù)字圖像需要占據(jù)大量的數(shù)據(jù)空間，對于數(shù)字圖像的存儲(chǔ)和網(wǎng)絡(luò)的傳輸都產(chǎn)生了重要的影響。因此，加大數(shù)字圖像壓縮算法的研究與實(shí)現(xiàn)有著鮮明的時(shí)代意義。

一、數(shù)字圖象壓縮的具體原理

數(shù)字圖像信息離開不計(jì)算機(jī)技術(shù)，數(shù)字圖像的信息需要存儲(chǔ)在存儲(chǔ)器設(shè)備中，數(shù)字圖像信息是通過二進(jìn)制數(shù)據(jù)形式在存儲(chǔ)器上存儲(chǔ)的[1]。與文字信息不同的是數(shù)字圖像信息數(shù)據(jù)量比較大，因此數(shù)字圖像信息占據(jù)的存儲(chǔ)空間也較大；另外數(shù)字圖像信息在互聯(lián)網(wǎng)上進(jìn)行傳輸時(shí)消耗的網(wǎng)絡(luò)流量也較大。例如當(dāng)前一顆衛(wèi)星每天的衛(wèi)星云圖數(shù)據(jù)大概就要占據(jù)1.1G的存儲(chǔ)空間，一張100G的硬盤只能存儲(chǔ)大約90天的衛(wèi)星云圖數(shù)據(jù)，這與海量的數(shù)據(jù)存儲(chǔ)需求嚴(yán)重不相符。圖像數(shù)據(jù)之間存在一定的冗余，而數(shù)字圖像壓縮就是通過減少這些冗余空間來實(shí)現(xiàn)數(shù)字圖像信息占用空間的壓縮。所有的數(shù)字圖像信息都存在冗余，因此可以看出，數(shù)字圖像其實(shí)是數(shù)據(jù)信息和數(shù)據(jù)冗余的組合[2]。

（一）圖像冗余

通過上面的介紹我們，已經(jīng)知道數(shù)字圖像之間存在冗余，這些數(shù)據(jù)冗余為數(shù)字圖像的壓縮提供了可能。不同的數(shù)字圖像的數(shù)據(jù)冗余不同，也就是說數(shù)字圖像的冗余度不同。不難看出，數(shù)字圖像的壓縮就是降低冗余度的過程，而降低數(shù)字圖像的冗余度需要考慮數(shù)字信號(hào)源的統(tǒng)計(jì)特性或者建立信號(hào)源的統(tǒng)計(jì)模型[3]。

圖像的冗余分為以下幾種情況：

1、時(shí)間冗余：數(shù)字圖像的時(shí)間冗余指的是數(shù)字圖像的活動(dòng)圖像的兩個(gè)連續(xù)幀之間的冗余。

2、空間冗余：空間冗余其實(shí)就是數(shù)字圖像內(nèi)部像素點(diǎn)之間存在的相關(guān)性造成的冗余。

3、知識(shí)冗余：知識(shí)冗余一般是指數(shù)字圖像中包含某種結(jié)構(gòu)、與驗(yàn)證知識(shí)有關(guān)的信息冗余。

4、視覺冗余：視覺冗余指的是數(shù)字圖像中那些人眼無法感知或者不敏感的那部分圖像信息形成的冗余。

5、結(jié)構(gòu)冗余：結(jié)構(gòu)冗余是指在數(shù)字圖像中存在很強(qiáng)的紋理結(jié)構(gòu)或者自相似性的冗余。

6、信息熵冗余：信息熵冗余也被稱為編碼冗余，指的是數(shù)字圖像中平均每個(gè)像素使用的二進(jìn)制數(shù)據(jù)大于該圖像的信息熵而存在的冗余。

（二）壓縮原理

數(shù)字圖像的壓縮原理就是通過去除數(shù)字圖像之間存在的冗余，減少數(shù)字圖像的二進(jìn)制比特?cái)?shù)據(jù)[4]。數(shù)字圖像的壓縮原理一般遵循兩個(gè)基本原理：

1、數(shù)字圖像的相關(guān)性。研究表明，數(shù)字圖像的內(nèi)部像素之間往往存在某種很強(qiáng)的相關(guān)性，這些相關(guān)性主要分布在數(shù)字圖像的同一行像素中的相鄰像素或者活動(dòng)圖像的相鄰幀的對應(yīng)像素之間。這種相關(guān)性對于數(shù)字圖像的壓縮有著一定的影響，因此，在對數(shù)字圖像壓縮時(shí)應(yīng)該去除或者減少這些像素之間的相關(guān)性。只有減少甚至去除這些數(shù)字圖像像素之間的相關(guān)性才能有效降低數(shù)字圖像的冗余度，才能真正實(shí)現(xiàn)數(shù)字圖像的壓縮。

2、人的視覺心理特征

在數(shù)字圖像之中，人眼能夠感知圖像中的大部分像素，但是有部分像素是人眼無法感知的或者人眼敏感度較低的。由于視覺的掩蓋效應(yīng)，人眼對于邊緣產(chǎn)生急劇變化的像素不敏感，對顏色分辨力較弱。利用人眼的視覺掩蓋效應(yīng)可以適當(dāng)去除數(shù)字圖像中的這部分無法感知或者感知度較低的數(shù)據(jù)，降低數(shù)字圖像的編碼精度，從而降低數(shù)字圖像的數(shù)據(jù)大小。采用這個(gè)方法壓縮數(shù)字圖像，既能夠?qū)?shù)字圖像有效壓縮，減少數(shù)字圖像的數(shù)據(jù)量，同時(shí)也能夠保證人并不會(huì)使人從視覺上感受到數(shù)字圖像的失真變化。

二、數(shù)字圖象壓縮的具體算法研究

關(guān)于數(shù)字圖像的壓縮算法一般分為兩種：一種是有損壓縮；另一種是無損壓縮。有損壓縮一般采用變換編碼方法，對數(shù)字圖像中那些人類感知不到或者感知度較低的成分進(jìn)行壓縮[5]。有損壓縮從名稱可以看出這種壓縮方法會(huì)使數(shù)字圖像損失一定的信息，并且損失的這部分信息無法還原，但是損失信息的數(shù)字圖像并不會(huì)對人們理解圖像產(chǎn)生太大的影響。例如JPEG格式的二進(jìn)制圖片，這種格式就是采用了有損壓縮。有損壓縮的方法主要有基于小波變換的方法、基于離散余弦變換的變換編碼方法等。離散余弦變化方法會(huì)去除數(shù)字圖像中人眼不敏感的數(shù)據(jù)信息，進(jìn)而提高圖像的壓縮比率。無損壓縮主要是利用數(shù)字圖像中的數(shù)據(jù)統(tǒng)計(jì)冗余進(jìn)行壓縮，這種壓縮方法可以在解壓縮后恢復(fù)原始數(shù)據(jù)，使得數(shù)字圖像不會(huì)失真[6]。不難發(fā)現(xiàn)，無損壓縮的壓縮比率受到冗余度的影響。PNG是無損數(shù)據(jù)壓縮的圖片數(shù)據(jù)格式，這種格式的數(shù)字圖像一般采用LZ77派生的無損壓縮算法。LZ77壓縮算法采用的是基于窗口的詞典方式，該壓縮算法將看到的數(shù)據(jù)信息作為詞典，詞典中會(huì)存在一個(gè)指針，該指針會(huì)會(huì)代替數(shù)據(jù)信息中的短語以實(shí)現(xiàn)數(shù)據(jù)壓縮。該壓縮算法的主要數(shù)據(jù)結(jié)構(gòu)是一個(gè)固定大小的窗口，而這個(gè)窗口又會(huì)被劃分成兩個(gè)不同的部分，其中一部分是由最近被編碼的正文構(gòu)成的字典，窗口的另一部分是尚未編碼的字符構(gòu)成的緩沖區(qū)。該算法的核心是在文本構(gòu)成的詞典中尋找超前緩沖區(qū)內(nèi)輸入的數(shù)據(jù)串的最長數(shù)據(jù)匹配串。

（一）有損數(shù)據(jù)壓縮

人眼對圖像顏色的感知程度是有損壓縮技術(shù)的基本依據(jù)，有損壓縮能夠有效減少數(shù)字圖像的大小，但是有損壓縮是一種破壞性壓縮，并且這種破壞性不具備可復(fù)原性。有損壓縮的具體做法是保持?jǐn)?shù)字圖像顏色的逐漸變化，將圖像中突然變化的顏色去除。據(jù)科學(xué)研究表明，人腦會(huì)利用與周圍最相近的顏色來填充圖像中缺失的顏色。在有損壓縮過程中，數(shù)字圖像的信息會(huì)損失一部分，因此，數(shù)字圖像會(huì)產(chǎn)生一定的失真，但是，這卻大大提高了數(shù)字圖像的壓縮比率，經(jīng)過有損壓縮后得到的數(shù)字圖像跟原圖大部分相似。采用有損壓縮需要根據(jù)數(shù)字圖像的使用場合而定。通常情況下，流媒體、視頻社交、電話會(huì)議、互聯(lián)網(wǎng)傳輸?shù)葓龊舷率褂玫臄?shù)字圖像都會(huì)經(jīng)過有損壓縮。需要注意的是采用有損壓縮時(shí)應(yīng)該注意控制壓縮比率，壓縮比率太大會(huì)使圖像信息過分失真，影響到對圖像的觀察和理解。色彩空間、色度抽樣、分形壓縮、變換編碼等方法是有損壓縮經(jīng)常采用的具體方法。

（二）無損數(shù)據(jù)壓縮

通過上面的論述我們已經(jīng)知道無損數(shù)據(jù)壓縮是采用數(shù)據(jù)的統(tǒng)計(jì)冗余進(jìn)行壓縮，經(jīng)過無損數(shù)據(jù)壓縮后，數(shù)字圖像的數(shù)據(jù)信息不會(huì)受到損失，被壓縮后的數(shù)據(jù)經(jīng)過解壓縮操作可以恢復(fù)原始數(shù)據(jù)。

無損數(shù)據(jù)壓縮的基本原理是對于數(shù)字圖像中相同顏色的只保存一次。因此，無損壓縮要首先對數(shù)字圖像進(jìn)行掃描，確定哪些區(qū)域的顏色是相同的，哪些區(qū)域的顏色是不同的。比如，數(shù)字圖像中有一片樹葉，無損壓縮軟件會(huì)記錄下來這片樹葉的數(shù)據(jù)起始點(diǎn)和終止點(diǎn)，然后會(huì)這個(gè)數(shù)據(jù)區(qū)間的顏色進(jìn)行識(shí)別，將相同顏色的數(shù)據(jù)只保留一次，多余的進(jìn)行去除，注意在這個(gè)過程中，顏色相似的數(shù)據(jù)并不會(huì)被去除。可見無損壓縮的比率取決于數(shù)字圖像中的相同顏色的重復(fù)率，重復(fù)率越高，無損壓縮的比率也就越高。需要特別指出的是無損壓縮可以有效減少數(shù)字圖像的磁盤存儲(chǔ)空間，但是，并不會(huì)減少圖像在內(nèi)存中的信息量，因?yàn)?，將?shù)字圖像的二進(jìn)制數(shù)據(jù)讀取到內(nèi)存時(shí)，會(huì)將壓縮的信息重新填充到數(shù)字圖像中。無損壓縮在當(dāng)前的很多領(lǐng)域都受到的廣泛的應(yīng)用，比如計(jì)算機(jī)程序、移動(dòng)端的手機(jī)APP、醫(yī)療圖像、指紋圖像、工程制圖等。無損壓縮的具體方法主要有：游程編碼、Huffman編碼、LZW編碼、熵編碼、Shannon-Fano編碼等。雖然無損壓縮可以完全恢復(fù)壓縮的數(shù)據(jù)信息，也正是基于這個(gè)原因，無損壓縮的壓縮比并不高，造成無損壓縮后的數(shù)字圖像的空間占用量依然較大，這是無損壓縮的一個(gè)難以取舍的關(guān)鍵點(diǎn)。

（三）形狀自適應(yīng)離散小波變換

零樹熵編碼的擴(kuò)展和SA-DWT編碼方式以及嵌入式小波編碼共同組成了SA-DWT編碼。

在形狀自適應(yīng)離散小波變化中通過SA-DWT之后的系數(shù)個(gè)數(shù)，與原來任意形狀的可視化對象的像素個(gè)數(shù)是完全相同的；嵌入式小波編碼則是采用了嵌入式編碼和漸進(jìn)式量化編碼，這種編碼方式打破了常規(guī)，其編碼復(fù)雜度較低。嵌入式小波編碼采用了較低復(fù)雜度的編碼算法完成了高效的壓縮編碼。

（四）Egger方法

Egger方法提出了一個(gè)應(yīng)用于任意形狀對象的小波變換方案。具體說來，該方法是利用了小波變換的局域特性，在需要壓縮的數(shù)字圖像中，將可視對象的行像素推到邊界框的右側(cè)邊界相平齊的位置處，然后對每一行的有用像素實(shí)施小波變換，然后再接下來的工作中，將另一方向再實(shí)施小波變換。這種變換方法存在一個(gè)問題，使用Egger方法，很可能引起數(shù)字圖像重要的高頻部分同邊界部分合并，不能保證分布系數(shù)彼此之間有正確的相同相位，以及可能引起第二個(gè)方向小波分解的不連續(xù)性等問題。

（五）形狀自適應(yīng)DCT算法

離散余弦變化（DCT）是數(shù)字圖像壓縮中的重要算法之一，形狀自適應(yīng)DCT算法的設(shè)計(jì)原理是通過把一個(gè)任意形狀的可視對象劃分為兩個(gè)8×8的圖像塊，然后對每一個(gè)圖像塊進(jìn)行DCT變換，這種變換類似于形狀自適應(yīng)的Gilge DCT變換，但是SA-DCT變換的復(fù)雜度要比Gilge DCT變換復(fù)雜度低的多[6]。SA-DCT會(huì)對數(shù)字圖像的各列像素進(jìn)行一維DCT變換，之后，SA-DCT會(huì)對數(shù)據(jù)的下標(biāo)進(jìn)行統(tǒng)計(jì)，將下標(biāo)相同的DCT系數(shù)集中到一起，集中起來之后會(huì)再作一個(gè)一維DCT，最后會(huì)得到一個(gè)DCT系數(shù)位于NxN大小的圖像塊，這樣的圖像塊個(gè)數(shù)并不會(huì)發(fā)生變化，其中直流系數(shù)在圖像塊的左上角，在圖像解碼時(shí)，會(huì)根據(jù)隨傳過來的形狀信息進(jìn)行數(shù)字圖像的恢復(fù)。但是，SA-DCT并不是沒有缺點(diǎn)，SA-DCT，會(huì)把像素推到一個(gè)正方形邊框的一個(gè)側(cè)邊相平齊。因此，數(shù)字圖像的一些空域相關(guān)性可能因此而導(dǎo)致丟失，倘若再進(jìn)行數(shù)字圖像的行列DCT變換，就可能使數(shù)字圖像的失真較大。

三、結(jié)束語

綜上所述，數(shù)字圖像技術(shù)在如今的互聯(lián)網(wǎng)大發(fā)展的背景下，被廣泛應(yīng)用在網(wǎng)絡(luò)互聯(lián)、媒體傳播、醫(yī)療圖像等各個(gè)方面。數(shù)字圖像壓縮算法對于數(shù)字圖像技術(shù)在多媒體領(lǐng)域的應(yīng)用和發(fā)展有著決定性的作用。優(yōu)秀的數(shù)字圖像壓縮算法能夠極大的減少編碼的復(fù)雜程度，同時(shí)還能夠大大增加圖像的壓縮比率，這對于數(shù)字圖像在網(wǎng)絡(luò)間的傳輸，在多媒體領(lǐng)域的應(yīng)用發(fā)展都將產(chǎn)生巨大的推動(dòng)作用。近年來，不斷有創(chuàng)新性的理論技術(shù)出現(xiàn)并發(fā)展完善，隨著這些理論技術(shù)研究的不斷深入，未來數(shù)字圖像處理技術(shù)的發(fā)展前景將會(huì)越發(fā)光明。