APP下载

数字图像压缩技术的现状及发展前景

2016-10-18陈少锋

电脑知识与技术 2016年21期

陈少锋

摘要:数字图像信息要实现快速传输和实时处理,必须要用到数字图像压缩技术。数字压缩技术是数字图像处理技术的重要组成部分,要用到的技术包括图像采集、数字化、图像分析等,因此数字图像压缩技术离不开对数字图像处理技术的研究与创新。本文围绕数字压缩技术的现状与发展展开论述,对数字处理技术的领域也有所涉及。

关键词:图像压缩技术;技术类型;发展之路

中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2016)21-0190-02

随着全球信息产业技术的不断进步,网络化、信息化的生活已经成为人们的日常。在信息化时代,高速、快捷、方便是人们对所有信息进行处理的要求,包括图像处理。在现有的信息技术所能提供的条件下,针对庞大的数据处理工作,不断提升处理速度并非易事,要在技术上攻克各种难关,尤其是数字图像更是挑战技术人员水平的重大课题。在数字图像处理领域,压缩技术更是备受关注,这一技术的难度在于要求将图像压缩、而且保持较好的画质,达到减轻存储和传输工作量的目的。

1 图像压缩技术的发展现状

图像压缩技术的起源,可以追朔到数字化电视信号的发明和应用。在数十年的发展历程中,曾经涌现出众多带有革命性和颠覆性意义的图像压缩技术和方法,包括小波变换理论等技术创新从未停止过。至今已经达到前所未有的高度,其中一些技术依然在当今数字图像技术处理技术领域中被广泛应用。

1) 第一个压缩编码阶段是在数据压缩理论产生之后,大约在18世纪末期,出现了十进制数研究;以及在19世纪末,莫尔斯代码产生。随着信息论的产生,模式识别、计算机视觉技术等逐渐进入人们的事业,使得无损压缩编码算法开始进入了崭新的阶段。1969年美国矩形图像编码会议,使得变幻压缩编码和量化压缩编码成了研究热点。

2) 第一代图像压缩编码存在图像画质不理想的问题,为了解决这一问题,第二代图像压缩数码的概念在20世纪80年代开始出现。多个处理图像的方案被提出,在不同程度上实现了图形信号的渐进式传输,视觉特性被引入分辨率信号的频带研究之中,分形图像编码压缩方案、小波变换等图像压缩编码算法陆续被提出,一些先进的图像压缩编码算法呈现雏形。

(1)图像增强技术是将图像中的有用信息留下,无用信息处理的方法。这项技术可以达到改善图像画质,增强图像处理的目的。而且图像增强方法还不止一项,将图像的模糊、失真、噪声的影响降低到最小,避免光照、温度等对图像产生的退化作用。减少退化源的影响,恢复图像空间,补偿图像磨合和消除噪声。恢复空间滤波、伪逆空间等。

(2)实现图像分割是在20世纪70年代产生的,在医学、军工领域被广泛使用。使用阚值法、区域生长法等将图像灰度、纹理等进行分割,使分割后的区域内部特征大于区域间的相似性。

(3)将图像的边缘进行不连续分割,使用边缘检测算子来对边缘进行检测和提取。计算简单、速度快,但是这种方法对图像的噪声干扰比较敏感。

(4)将图像中有用的数据和信息进行调取,利用模式识别技术等来抽取图像特征,进行符号化的描述和分析[1]。

2 图像压缩技术存在的若干问题

1)缺乏统一的评价标准和先进知识;

2)提取系统的计算量较大;

3)小波变化图像压缩编码算法等,存在工作效率较低的问题;

4)图像精度和处理速度的矛盾问题;

5)软件研发与其他学科相互结合和利用的问题;

6)图像压缩技术边缘学科,如视觉神经、心理学的融合与突破问题;

7)建立图像信息库和程序的标准化问题。

3 几种较为重要的图像压缩技术介绍

3.1 JPEG压缩技术

JPEG压缩技术已经为人们所熟知。其全称为“Joint photographic expert group”,1989年诞生技术规范,1991-1992年形成标准草案和国标。压缩技术原理在于:先将图像处理为块,每块的大小不均且不重叠,使用二维离散余弦方法进行变换,简称为DCT。变幻后的系数矩阵能量进行了量化,去除了高频系数,保留了低频系数,且主要矩阵能量都集中在低频区。在低频区完成扫描、重新组织、编码等过程,完成了JPEG图像压缩的全程处理,形成了具有中、高端比特率、画质良好,符合国标的JPEG图像。

但是JPEG图像压缩技术也有其缺陷,首先是方块效应。这是由于在图像进入分块处理时,由于高压缩比将本来高度非平稳的图像信号的结构进行了非线性突变,致使边缘信息用余弦基作为图像信号导致[2]。其次是压缩受到损害,压缩比不高,系数发生了量化。

JPEG图像压缩技术发生方块效应,压缩容易受到损坏的特性,是近年来技术人员一直力图解决的。所采用的改进方法,本文有比较集中的介绍:第一,使用DCT零树编码,就是将方块中的零树的系数先组成LOG2N个子带,然后进行编码,得出较高的PSNR值,在进行这种改进之后,按照相同的压缩比,获得的PSNR值比EZW要高很多。虽然算是有效的方法,但是方块效应依然没有得到根除。第二,使用集中低频块的方法,变换DCT,不断对图像进行变化操作,直到方块效应基本消除,然后对DCT进行系数零树编码排列处理。这种方法可以将方块效应清除的更加彻底,但是在人眼视觉处理条件下,依然还是有一些方块参与存在。因此在今后的发展中,还应趋向考虑与人眼视觉特相结合的压缩技术方向努力。

3.2 JEPG2000压缩技术

JEPG2000压缩技术是对JPEG技术的改进与创新,按照全新的静止图像压缩标准,将JPEG技术中的余弦变换技术转变为小波变换技术。采用了彩色编码方式,按照JPEG图像编码算法进行图像压缩。其原理为:说先对数字图像进行分片、直流电平位移等预处理,然后进行包括小波变换、熵编码等的核心处理,最后进行包括区域划分、码块等的流组织处理。

使用JPEG2000图像压缩技术的优势,在于将JPEG图像压缩技术的效率提高了百分之30,而且对图像的有损和无损压缩可以同时进行,图像压缩后的画质更为细腻和平滑,这是对JPEG图像压缩技术的一大革新。另外,将JPEG图像压缩技术的按块传输创新提升为了渐进传输,方便用户使用,不必非要接收整个图像压缩码流,还能随机获取。并可以执行传输、滤波等操作程序。JPEG2000图像压缩技术如今在很多领域正在被广泛使用,如数字医疗、图书馆、数码传真、打印,移动通信等。尤其是在电子商务中得到用户的广泛赞誉。

3.3 小波变化图像压缩技术

小波变化图像压缩技术是根据塔式快速小波变换算法将图像进行分解,采用多分辨率的技术手段的工作原理:首先采用多级小波进行图像分解,将分解后的系数量化、编码,形成小波图像压缩。小波图像压缩也已经拥有了国际压缩标准,按照MPEG-4进行命名[3]。

小波变换图像压缩技术目前的发展现状是采用不同算法构建三种不同的编码器:

第一,嵌入式小波零树图像编码是空间小波树递编码,这种小波零树概念提高了小波系数的编码概念,将高频系数剔除出去,采用了渐进性量化和嵌入式编码模式,比较方便计算。小波零数图像编码的使用改变了以往的压缩编码器必须使用复杂的算法才能进行信息处理的方式,将计算方法简化,而且得到的结果精确可靠,因此得到了国际认可,图像压缩数据处理的发展历程上具有重要的意义。

第二,空间树分层分割方法采用了分层小波树集合分割算法,减小了编码符号集在比特面上的规模,利用小波系数幅值衰减规律构成了不同类型的空间零树,计算方法也比较简单,使用嵌入式比特流,提高了编码器更多的性能。

第三,嵌入型编码使用的优化分层阶段算法将小波分为独立的码块,这些码块中带有子带部分,每个码块都有编码,产生带有SNR扩展功能的编码,支持随机存储图像功能,与前面所述的两种算法相比,相对较为复杂。但是压缩性能也高。

三种图像压缩方法比较起来,小波图像压缩方法是目前来说比较被广泛使用的。小波图像压缩方法要得到进一步拓展,应在与人眼视觉特性的结合上下功夫,提高图像质量,提高压缩比,并注意与其他压缩方法的优势相结合进行研究。

3.4 分形图像压缩

分形图像压缩,是上世纪八十年代经过实验证明得出的压缩比较高的图像压缩技术,这是基于局部迭代函数系统理论而产生的图像压缩技术,得到的图像编码技术要比以往的图像压缩技术高几个数量级,实现了计算机自动压缩图像的功能。

分形图像压缩使用的是迭代函数系统,其工作原理是:首先使用迭代函数系统定理、拼贴定理,将图像分割成若干对应迭代函数的子图像,迭代函数与子图像的压缩比成反比,迭代函数简单的子图像压缩比会比较大。解码过程是利用迭代函数对应子图像的原理调出自图像的原始状态。

分形图像编码技术的几个主要分项包括:对曲线长度使用类似于亚取样、内插法等进行小尺度度量,与分形几何的肚量方法不同的是采用分形思想,对不规则、复杂的图像进行尺度的变化。利用人机交互的拼贴技术,采用迭代函数系统方法,对图像的整体和局部进行表达,通过仿射系数的存储来进行变换达到压缩的目的。放射变幻可以利用迭代函数系统达到比较高的压缩比。将图像进行全自动的分形压缩,在寻找映射关系的过程中处理块与块之间的局部关系,取出冗余度,但是存在比较明显的方块效应。因此在图像解码处理中存在一定缺陷。

采用分形图像压缩进行图像处理在图像压缩技术领域里并没有被广泛使用,主要原因就是其明显的风快效应没有被妥善解决。但是分形图像压缩技术的优势在于它不仅考虑了局部与局部,而且也考虑了局部与整体的相关性,与自然中的自相似与自仿射的原理有相像,因此还是有一定的使用范围的。

3.5 其他压缩技术

其他压缩技术,还包括NNT压缩、基于神经网络的压缩等方法。

第一,形状自适应压缩是将任意形状的图像进行分块,每块都采用DCT变换的方法,实现形状自适应变换,在变幻过程中可能会丢失一些空域相关性。因此会存在失真的现象。

第二,EGGER方法是对任意形状图像进行小波变换,其工作原理是将图像的像素推到与边界框右边框平齐的位置,使用小波变换的特性,将高频部分的边界部分进行合并,引起小波分解,形成小波系数的相同相位。

第三,形状自适应小波变换包括对任意形状进行熵编码的扩大和嵌入式小波编码。经过对任意形状可是对象的像素进行小波变换,使像素的空域相关性、子带区域属性发生自相似性,实现任意形状静态的编码标准能够很好地表现出来。

第四,上述编码方法在未来的发展方向是与人类视觉系统相结合,对边缘、纹理、背景等进行不同比例的压缩,得到更大的压缩比,以便更好的储存和传输[4]。

4 图像压缩技术的未来发展方向设想

1)计算机速度向着高速方向前进。这是计算机技术的飞跃带来的结果,未来可以实现图像压缩的实时化。

2)高分辨率。包括分辨率采集的提高和显示分辨率的提高。在克服显像管制造技术的难点、提高图像图像刷新存取速度的基础上,提高分辨率将成为现实。

3)图像压缩实现立体化的,从二维进入三维时代。是时利用计算机图形学、虚拟现实技术的发展而得到的结果,未来的图像压缩将不再局限于平面,而是实现三维立体压缩技术。

4)利用多媒体技术来实现图像数据的压缩,方便人类接收信息的方式向着多媒体接收的方式发展。

5)按照人类的意图和思维方式,使计算机能够自行判断图像压缩技术,实现图像压缩技术的智能化。在图像压缩中计算机就能达到人脑的主观和非逻辑思维能力。

6)在计算机中植入多功能芯片,实现图像压缩为实践服务的功能。

7)推行新的计算方法,结合遗传算法和神经网络学科,将新的理论,如Fratal理论广泛应用于图像压缩技术中,并可以在物理、数学、音乐等学科中触类旁通。

5 结语

在过去数十年的研究过程中,图像压缩技术取得了很大的成绩。例如小波图像压缩、分形推向压缩等先进技术,至今依然是学术界热议的焦点。但是其存在的缺点也必须加以重视,新的技术必将对之进行替代。在今后的发展中,应不断结合本文提及的视觉神经等其他学科的运用,将图像压缩技术引领入更加宽泛、更加广阔的研究领域,让图像压缩技术在信息发达的当今社会中,得到更长远的发展和更加有益的利用。

参考文献:

[1] 周晶. 数字图像压缩技术的应用与研究[J].黑龙江科学, 2015(4).

[2] 王亚男, 张敬申, 冯杰等. 数字图像压缩技术综述[J]. 科教导刊-电子版(上旬), 2014(5).

[3] 黄新民, 姚军财, 何军锋等. 基于离散傅立叶变换的水稻作物数字图像压缩技术研究[J]. 农业科学与技术: 英文版, 2012,13(3).

[4] 郭宏亮. 一种图像压缩无损编码中的小波系数优化算法[J]. 科技通报, 2013,29(4).