图像压缩编码方法综述

影像技术　２００７年第１期　图像压缩编码方法综述　孟宪伟，晏磊　（北京大学遥感与ＧＩＳ，￣－究所，空间信息集成与３ＳＳ－程应用北京市重点实验室，北京　１００８７１）　摘要：本文对图像压缩的几种经典压缩编码方法进行了汇总和分析。介绍了他们的压缩原理和特点，然后对新　一代的编码方法，包括小波变换编码、分形编码和神经网络编码，进行了简要的介绍。指出了各自的优缺点，并对图　像压缩编码方法的发展方向进行了展望。　关键词：图像压缩．，Ｊ、波变换；分形；神经网络　中图分类号：ＴＮ９１９．８１　文献标识码：Ａ　文章编号：１００１－０２７０（２００７）０１－０００６－０３　Ａ　Ｒｅｎｅｗ　ｏｆ　Ｉｍａｇｅ　Ｃｏｍｐｒｅｓｓｉｏｎ　Ｃｏｄｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ　ＭＥＮＧ　Ｘｉａｎ—ｗｅｉ，ＹＡＮ　Ｌｅｉ　（Ｐｅｋｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１００８７　１）　Ａｂｓｔｒａｃｔ：Ｓｅｖｅｒａｌ　ｔｙｐｉｃａｌ　ｗａｙｓ　ｏｆ　ｉｍａｇｅ　ｃｏｄｉｎｇ．删ｅｘｐｌａｉｎｅｄ　ｉｎ　ｔｈｅ　ｐａｐｅｒ．Ｔｈｅｎ　ｓｏｍｅ　ｎｅｗ　ｇｅｎｅｒａｔｉｏｎ　ｔｅｃｈｎｉｑｕｅｓ　ｗｉｔｈ　ｆｒａｃｔａｌ。ｗａｖｅｌｅｔ　ａｎｄ　ａｒｔｉｉｆｃｉｌ　ｎｅｕｒａａｌ　ｎｅｔｗｏｒｋ　ｃｏｄｉｎｇ　ａｒｅ　ｐｒｅｓｅｎｔｅｄ．　Ｋｅｙ　Ｗｏｒｄｓ：Ｉｍａｇｅ　ｃｏｍｐｒｅｓｓｉｏｎ；ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ；ｆｒａｃｔｌ；ｎｅｕｒａｌａ　ｎｅｔｗｏｒｋ　引言　近年来，随着数字化信息时代的到来和多媒体计算机技　术的发展，使得人们所面对的各种数据量剧增，数据压缩技　度，数据压缩编码可分为无损压缩编码（或称为无失真压缩　编码）和有损压缩编码（又称为限失真压缩编码）。无损压缩　编码是指解码后的数据与原始数据完全相同，没有任何信息　损失，常用的无损编码方法有哈夫曼编码、算术编码、ＬＺＷ编　码等；有损压缩编码实施解码后的数据与原始数据有一定的　偏差，恢复数据只是某种失真度下的近似，常用的方法主要　有离散余弦编码（ＤＣＴ）、差分脉冲预测编码（ＤＰＣＭ）、量化　等；根据所用方法的原理不同，可分为预测编码、统计编码、　术的研究受到人们越来越多的重视。特别是计算机网络技术　的广泛应用，更促进了数据压缩技术和相关理论的研究和发　展。　１图像压缩的发展历程　自１９４８年提出的电视信号数字化设想后，即开始了图像　压缩的研究，到现在已有５０多年的历史。２０世纪五六十年代　的图像压缩编码主要集中在预测编码、哈夫曼编码等技术的　研究，还不成熟。１９６９年在美国召开的第一届“图像编码会议”　标志着图像编码作为一门独立学科的诞生。到了七八十年代，　图像压缩技术的主要成果体现在变换编码技术上，矢量量化　变换编码等。下面我们主要根据第二种分类方法对图像压缩　方法的基本原理和方法进行介绍。　３经典图像压缩方法　３．１统计编码　统计编码又称熵编码，它是对于有不同概率的事件分配　以不同长度的码字，对概率大的事件分配以短的码字，从而　使平均码字最短。统计编码实现事件出现的概率与码字长度　的最佳匹配。典型的统计编码法有哈夫曼编码（Ｈｕｆｉｆｎａｎ）、算　术编码和行程编码等。　（１）哈夫曼编码　编码技术也有较大的发展。８０年代末，，Ｊ、波变换理论、分形理　论、人工神经网络理论、视觉仿真理论建立，人们开始突破传　统的信源编码理论，图像压缩编码向着更高的压缩率和更好　的压缩质量的方向发展，进入了一个崭新的发展时期。　哈夫曼编码是由哈夫曼在１９５２年提出的一种编码方法。　２图像压缩的分类　据统计，目前已有３０－４０多种图像压缩编码算法面世。在　分类上，也存在几种不同的方法。根据对编码信息的恢复程　收稿日期：２００６—１０—２３　６　这种方法是根据信源中各种符号出现的概率进行编码，出现　概率越高的符号为其设计的码字越短，出现概率越小的符　号，则对应的码字越长，从而达到较少的平均码长。理论研究　维普资讯 http://www.cqvip.com

２００７年第１期　影像技术　现。与Ｗａｌｓｈ—Ｈａｄａ删唰变换相比，ＤＣＴ具有更强的信息集中　表明，哈夫曼编码是接近于信源熵的编码方法。因为哈夫曼　编码较为简单有效，所以得到了广泛的应用。但是产生哈夫曼　编码要对原始数据扫描两遍，数据压缩和还原速度都较慢。　另外哈夫曼编码对于位的增减都反应敏感。　（２）算术编码　能力，并且易于软硬件的实现，正是由于这些优点，ＤＣＴ已经　成为当前图像压缩中应用最广泛的技术。　（３）ｗａｌｓｈ—Ｈａｄａｍａｒｄ变换（ＷＨＴ）。与ＤＣＴ相比，ｗＨＴ的　压缩方面的性能要逊色许多，但由于实现起来算法简单，且　算术编码完全抛弃了用特殊字符代替输入字符的思想。　在算术编码中，输入的字符信息用０到１之间的字数进行编　码，它用到两个基本的参数：符号的频率及其编码间隔。对于　具有简洁的去相关能力，以及特别有利于硬件实现，使得　ｗＨＴ也成为一种比较流行的算法。　输入的字符信息，算术编码后形成一个唯一的浮点数。算术　编码的特点是，（１）算术编码在自适应模式下，不必预先统计　符号概率；（２）当信源中符号的概率比较接近时，算术编码的　效率优于哈夫曼编码；（３）算术编码的实现比哈夫曼编码复　杂一些。　（３）游程编码　游程编码是相对简单的编码技术，主要思路是将一个相　同值的连续串用一个代表值和串长。在进行图像编码时，定　义特定方向上具有相同灰度的相邻元为一轮，其延续长度称　之为延续的行程，简称为游程。游程的中点位置由前一游程　的中点位置确定，这样就可以由游程来表示图像数据。由于　游程是一个变化的数值，各种长度的游程出现的频率不同，　因此在许多场合下，对游程采用哈夫曼编码进一步压缩，以　进一步去除相关性，提高压缩比。　３．２预测编码　预测编码的理论基础是现代统计学和控制论。预测编码　是根据某一模型利用以往的样本值，对于新样本值进行预　测，然后将样本的实际值与其预测值相减得到一个误差值，　对这一误差值进行编码，如果模型足够好且样本序列在时间　上的相关性较强，那么误差信号的幅度将远小于原始信号，　从而可以用较少的数据类对其差值量化得到较大的数据压　缩结果。现在常用的方法是差分脉冲编码调制（ＤＰＣＭ）法。　利用预测编码的方法压缩图像数据的空间和时间冗余性，这　种方法直观、简捷、易于实现，它的不足在于压缩能力有限。　３．３变换编码　变换编码先对图像进行某种函数变换，从一种表示空间　变换到另一种表示空间，然后在变换后的域上，对变换后信　号进行编码。　目前在图像压缩中经常使用的变换有：　（１）Ｋａｒｈｕｎｅｎ—Ｌｏｅｖｅ变换（ＫＬＴ）。它是一种最优变换。　ＫＬＴ可以有效地去除原始数据的相关性，从而实现高效压　缩。但是由于ＫＬＴ变换的核不是固定的，是随原始数据而变　的，并且不存在快速算法，限制了它在实际上的应用，一般常　作为其他方法的参照。　（２）离散余弦变换（ＤＣＴ）。　对于像素间呈现高度相关的典型图像，ＤＣＴ的性能与　ＫＬＴ的性能没有实质的区别。ＤＣＴ的快速实现算法也已经实　４图像压缩的新方法　经典的压缩算法理论已经比较成熟，并且已经出台了基　于ＤＣＴ等技术的国际压缩标准，妞ＩＰＥＧ、ＭＰＥＧ、Ｈ．２６１等。然　而随着人们对这些传统编码方法的深入研究和应用，也发现　了这些方法的许多缺点，如高压缩比时恢复图像出现严重的　方块效应、人眼视觉系统的特性不易被引入到压缩算法中。　为克服传统压缩方法的上述缺点，人们提出了几种新的编码　方法：基于小波变换的压缩方法、分形压缩方法和神经网络　压缩方法。　４．１小波　小波变换的理论是在２０世纪８０年代后期兴起的新的数　学分支，他是继Ｆｏｕｒｉｅｒ变换后又一里程碑式的发展。小波图　像压缩的基本思想是：对原始图像进行小波变换，转换成小波　域上的系数，然后对小波系数进行量化编码。由于小波变换后　原始图像的能量主要集中在少部分的小波系数上，所以通过　略去某一阈值以下的系数，只保留那些能量较大的系数就可　达到图像压缩的目的。　图像经过小波变换后生成的小波图像的数据总量与原　图像的数据量相等，即小波变换本身并不具有压缩功能。之所　以将它用于图像压缩，是因为生成的小波图像具有与原图像　不同的特性，表现在图像的能量主要集中于低频部分，而水　平、垂直和对角线部分的能量则较少。小波变换的作用是对　图像进行多分辨率分解，即把原始图像分解成不同空间、不同　频率的子图像，分解级数越多，图像的分辨率等级也就越多。　低频部分可以称作亮度图像，水平、垂直和对角线部分可以称　作细节图像。对所得的４个子图，根据人类的视觉生理和心理　特点分别作不同的量化和编码处理。　与传统纯频域分析的傅里叶变换不同，同离散余弦变换　（ｒ）ｃＴ）图像编码方法相比，小波变换能够有效地消除方块效　应的存在以及方块效应对后继图像编码的影响，并且还可以　保证在较高压缩比下恢复图像的质量。同时Ｉ，Ｊ、波变换方法还　能基本上消除蚊式噪声。由于其具有这些优点，所以小波分析　迅速成为图像压缩领域的热点，并取代ＤＣＴ用于ＪＰＥＧ一　２０００、ＭＰＥＧ－４、ＭＰＥＧ一７等新的图像编码标准。　４．２分形　分形的概念是数学家Ｍａｎｄｅ￣ｒｏｔ于１９７５年提出的称为分　形的结构一般都存在内在的几何规律性，即“比例自相似　７　维普资讯 http://www.cqvip.com

影像技术　２００７年第１期　性”。在一定的标度范围内，对景物图像的局部区域进行放　大，会发现其不规则程度与景物本身是一样的或极其近似　的。分形图像压缩的思想就是利用原始图像所具有的白相似　结束语　小波变换、分形和神经网络作为第二代图像压缩编码　方法，由于具有更高的压缩比和图像恢复质量，受到了人　性，构造一个迭代函数系统（ＩＦＳ）。利用ＩＦＳ抽取图像的白相　似性，即用图像中的一个子块经过白仿射分形变换来逼近同　一们越来越多的重视，具有广阔的应用空间，但由于理论还　不完善，在实际应用中还存在许多问题。解决的思路一方　面继续加深理论的研究，寻找提高编码速度、增大压缩比、　图像中的另一子块，达到基于分形的图像压缩目的。　分形理论在图像压缩编码中的应用是一个非常诱人的　研究领域，其主要特点是在获得高压缩比的同时能保持较好　的解码图像质量、运算速度与提高图像分辨率的关系不大，　提高图像质量的改进算法；另一方面，应该走各种编码方　法结合的思路。目前在这方面已经做了一些尝试，取得了　选择适当的分形模型完全可以构造出清晰的边缘细节、解码　过程快捷等。但目前，分形编码还未完全实用化，其主要困难　在于传统空域的分形压缩有很多瓶颈，例如，运算复杂度太　大、收敛过程较难预测和控制、高压缩倍率时的块状效应等。　尽管自动图像压缩算法的改进工作已持续了十几年，但编码　时间、压缩比以及压缩效果仍不够理想，远没有达到分形本　身应该达到的效果，因而，在当前图像压缩编码中还不占主　导地位。为了能真正发挥分形高压缩比的潜力，必须寻求　ＩＦＳ码算法的突破，找到编码实现的快速算法。　４．３神经网络　人工神经网络在图像压缩中的应用越来越引起人们的　注意，和一些传统的压缩方法相比，人工神经网络技术具有　良好的容错性、白组织性和白适应性，因此在图像压缩过程　中，不必借助于某种预先确定的数据编码算法，神经网络能　根据图像本身的信息特点，自主地完成图像编码和压缩。　目前，在图像压缩中，使用较多的是三层ＢＰ　（Ｂａｃｋ２Ｐｒｏｐａｇａｄｏｎ）网络，如图所示。将图像先分成ｎ个小块，对　应于输入的ｎ个神经元，压缩后的数据对应于隐含层ｍ个神　经元，ｍ≤ｎ。通过ＢＰｉＪＩＩ练算法，调整网络权重，使重建图像尽可　能地相似于原始图像，经过训练后ＢＰ神经网络便可直接用来　进行数据压缩。ＢＰ网络用于数据压缩类似于图像的ＫＬ变换。　但是，目前人工神经网络的工作原理还不清楚，神经网络　的图像编码方法的研究目前仅处于一个初级阶段，需要解决　的问题还很多，如完善人工神经网络的理论体系，弄清楚神经　网络的工作原理，找到适合图像数据高效压缩，充分利用视觉　信息处理机制的神经网络模型和学习算法。　编码器　译码器　输入（ｎ）　隐层（ｍ）　输出ｉｎ）　原始图像　压缩结果　解码后的图像　８　很好的效果。　参考文献　［１］黄伟，龚沛曾．图像压缩中的几种编码算法［Ｊ］．计算机应　用研究，２００８，（８）．　［２］将亚军，朱理．小波变换在图像压缩编码中的应用［Ｊ］．零　陵学院学报，２００４，（１１）．　［３］赵耀，王红星，袁保宗．分形图像编码研究的进展［Ｊ］．电子　学报，２０００，（４）．　［４］王曙光．分形图像压缩编码的原理与发展趋势［Ｊ］．福建电　脑，２Ｏ０４，（９）．　［５］李振伟等．，Ｊ、波图像压缩进展［Ｊ］．微机发展，２００４，（６）．　［６］何业军，陈永秦．数据编码与压缩技术［Ｊ］．电信快报，　２００ｌ，（６）．　［７］朱莹，林其伟．小波分形混合图像压缩编码［Ｊ］．电脑开发　与应用，ｌ６，（１）．　［８］刘国文等．基于神经网络的几种新的数据压缩方案［Ｊ］．自　动化技术与应用，２００３，（７）．　［９］朱翔，等．基于白组织特征映射神经的图像压缩［Ｊ］．计算　机工程，２００３，（１１）．　［１０］马义德等．一种基于分类的改进ＢＰ神经网络图像压缩方　法［Ｊ］．兰州大学学报（自然科学版），２００５，（８）．　［１１］李明水等．分形图像压缩方法研究的新进展［Ｊ］．工程图　学学报，２００４。（２）．　［１２］潘月秋等．图像数据压缩技术的原理及方法［Ｊ］．齐齐哈　尔大学学报，２００４，（１２）．　［１３］杨延宁等．轮数字图像压缩编码技术［Ｊ］．安徽纺织职业　技术学院学报，２００３，（９）．　［１４］张连俊，彭荣群．图像压缩编码方法分析［Ｊ］．中国有线电　视。２００４，（１８）．　［１５］赵耀等．数据压缩讲座第五讲数据压缩的最新进展　［Ｊ］．中国数据通信网络，２０００，（１２）．．