杨涛 万帅帅 胡世涛 屈苏平

摘 要

本文针对图片合成图像存储与失真进行研究，MATLAB仿真结果表明使用DCT压缩在245级灰度显示，经过直方图均衡化后图像在特征信息不丢失时获得较好的压缩效果，从而提高合成处理效率。

关键词

压缩;对比度;MATLAB仿真

中图分类号： TP391.1;TP391.41      文献标识码： A

DOI：10.19694/j.cnki.issn2095-2457.2020.09.050

0 引言

5G技术在通信技术的革新上影响即将影响未来科技、生活的方向。通信技术的一次次革新使得数据流量计量的方式发生改变，1KB、1MB、1GB、1TB......多媒体信息的重要表达形式之一就是图像，将海量的图像信息变换处理后方便被传输、变换、存储。图形的数字化处理已经趋于成熟化、市场化能够的满足日常生活中对图像处理的基本需求。数字图像的处理是使用电脑对选择输入的图像进行识别、采样、量化、分析、编辑、显示，但数字图像处理的速率不仅和图像本身的所占字节大小相关更与计算机计算性能紧紧相连。

一张广角拍摄的分辨率为2967×3968的图像，图像是彩色图像且屏幕是采用三基色红绿蓝不压缩的情况下，每一个像素需要的存储为24bit产生的数据量大小为269.5MB，经过手机自动压缩后成JPG格式的图像的存储的数据量大小为3.95MB。离散余弦傅里叶变换（DCT）经常被信号处理和图像处理使用，二维DCT变换对于图像信号具有很强的压缩能力[1]。但是随着相比较过去流量式使用对数字图像处理的能力提出了更高的要求。本文提出一种改变图像传输变换的代替思维定式去提高硬件的性能，能够改变数字图像在传输过程中的数据量大小，在不增加带宽通道的前提下逐步对数字信息进行特征信息提取和增强，直方图均衡化能有效改善图像的对比度并增强像素动态范围，从而增强图像[2]。通过优化分析、处理的模块，使数字信息能够连续高速传输。同时对输出的图像信息进行增强，图像的清晰度更高。

1 DCT与直方图变换

DCT是将图像的数字信号集中在几个特征变换的系数参量上，通过数据量化、信源熵编码能够高效地进行数据压缩。DCT变换的基本原理是将图像分解为8×8的子块或16×16的子块，并对每个子块进行单独的二维DCT变换。在输入端，把原始图像顺序的分8×8的子块。作为离散余弦正变换（FDCT）的输入。在输出端，经离散余弦变换（IDCT）得到一系列8×8的图像数据块用来重构图像[3]。

图像经过变换后要求通过反离散余弦变换成原始图像取样值，达到人眼能够接受的清晰度。霍夫曼编码属于压缩编码中的无损压缩拥有较好的压缩效果，避免特征信息丢失选择霍夫曼编码技术进行压缩。霍夫曼压缩编码是将输入的图像按照灰度级进行按照其大小出现的概率T进行排列分布，较小两个概率的信源符号相加完成第一步缩减T（bj）+T（bk），重新排序概率，继续使信源符号概率较小的两个概率相加，直到剩下两个信源的概率。接着信源符号缩减的步骤分配码字，对最后剩下的码字分别分配“0”和“1”，对之前相加的复合信源符号进行分配码字，分配码字每次增加一个二进制位码字。

2 MATLAB仿真

利用MATLAB实现DCT变换技术对数字图像处理的函数格式如下：说明这里按照325级灰度进行显示数据，0表示黑色，325表示白色，超过325的值为325。根据离散型变换在255级灰度变换，将默认值改为自动调整灰度级，因为仿真輸入的数字图像过大时，为了方便显示可以自动调整输出的灰度级。

326级灰度显示图像可以获得很好的压缩比，图像黑白对比相比较其他灰度级不明显，且图像经过直方图均衡化后图像噪声主要是椒盐类噪声更明显，图像模糊感明显清晰度较差，本文将在实验仿真255级灰度与其他级灰度进行仿真。DCT压缩的结果图像清晰度与特征信息保存基本相同，存储占比基本不同。如下分别对默认326级灰度、自动调整、255级灰度、245级灰度、265级灰度进行仿真。

通过对比发现图像的明暗黑白对比中自动调整和默认值对比度相似，原图像的存储占比2.71MB，原灰度图像的存储占比为37.4KB。自动调整后的存储占比为34.5KB，默认值326的存储占比为30.9KB，默认值255的存储占比为35.1KB，默认值245的存储占比为35.9KB，默认值265的存储占比为34.5KB。仿真结果显示自动调整和365级调整结果相同。326级灰度压缩效果较好但是黑白对比度较差，其他调整的明暗黑白对比较为强烈，原图像的特征信息保留较为完全。

从仿真图中可以观察出图b其余四副仿真图不同，其余四幅图的黑白对比度与清晰度基本相同。在经过直方图增强后图像对比度被增强，图像一些占有较多像素点的区域细小的灰度值变换更加明显，图像直方图分布更加均匀图像变清晰。

如下将压缩后的图像信息进行直方图增强仿真，分别输入以上三种压缩效果后的图像，对比对比度增强后的图像清晰度。上述压缩后图像进行直方图增强后的灰度图像如下图。

通过DCT与直方图的仿真图对比可以直观的得出，按照0～255级灰度和灰度级为0～245进行显示时可以获得较好的压缩效果其余压缩均出现特征信息明显丢失。此外能够发现245级灰度在直方图均衡化后的对比度相比实验常用的255级灰度更高，清晰度较好。且245级灰度DCT压缩后降低的存储占比与实验常用的255级灰度降低的存储占比分别为4.01%与6.15%存储占比，本文仿真要求是不减少图像特征信息的前提下进行图像压缩，通过仿真确定在245级灰度进行压缩再增强，存储占比减少较多且比度更高，有较好的清晰度提供更好的视觉效果。

3 小结

通过如上的仿真大量数据得到通过DCT压缩采用默认值245级灰度可以得到较好压缩效果同时直方图均衡化后的特征信息不会被丢失，相比仿真常用255级灰度可以获得同样较好的图片存储占比，可以在处理大量数字图像时可以获得更好的处理速度，而离散对立265级灰度处理后的图像特征信息丢失严重，椒盐类噪声明显。验证了图像信息批量合成且不失真的技术可行性，在后续的研究上为可以利用普氏分析法对面部处理，根据被识别面部特征信息，计算各个坐标并取得均值使得向量基本相同。并且将变换后的特征图片相覆盖完成图片合成的基本过程，为以后的数字图像合成研究提供参考。

参考文献

[1]黄红飞.Matlab下DCT变换在信号压缩中的应用[J].电子电气学报，2007（2）.

[2]张燕红，齐玉东，王卫玲，宋协栋.直方图均衡化在图像增强中的应用及实现[J].世界科技研究与发展，2008（8）.

[3]丛爽，蒲亚坤，王军南.DCT图像压缩方法的改进及其应用[J].超星.2010，46（18）.

[4]许录平.数字图像处理[M].北京：科学出版社，2017（01）.