基于Huffman树的图像压缩编码在数字图书馆中的应用.pdfVIP

SC1-TECH INFORMATION DEVELOPMENT＆ECONOMY 2007年 第l7卷 第3l期 文章编号：1005--6033(2007)3 1-0o24一O3 收稿日期：2007-08—16 基于Huffman树的图像压缩编码 在数字图书馆中的应用 苏东出 (平顶山学院图书馆，河南平顶山，467000) 摘 要：探讨了采用HulIman编码技术实现数据压缩的方法，并提供了实验结果。 关键词：数字图书馆；数据压缩；图像编码 中图分类号：G250．76 文献标识码：A 目前数字图书馆的许多数字文献资源，是以文本、图像或者二者结 人跟无法区别接收。因此可以利用编码过程中丢失一些对信宿无用或用 合的形式存储的。文本格式的优点在于节约存储空间，显示器的阅读效 处不大的信息。也就是在允许失真的条件下和在一定的保真度准则下进 果也好，但是文本格式的缺点也显而易见，比如不能存储文献中的图像 行图像的压缩编码。 信息、加工校对效率低等。因此，许多电子图书都采用图像或者文本和图 (3)特征提取编码。在图像识别和分析、分类等技术中，往往并不需 像结合的方式来存储电子文献。这种方式的直接后果就是文献所占的存 要全部的图像信息。例如在OCR识别过程中，不需要知道文字的具体灰 储空间激增，用户的额外成本增加，大量的计算机资源和网络资源被浪 度值，只要能将文字和背景区分开就行。因此，只要对需要的特征信息进 费。单纯依靠增加存储器容量、通信干线的带宽以及计算机的处理速度 行编码，就可以压缩图像数据量。显然，特征提取编码也是一种非信息保 等方法，是不能从根本上解决问题的。因此就需要对图像进行压缩编码。 持编码。 1．2 图像压缩编码算法 1 图像的压缩编码技术 图像压缩编码算法很多，具体来说有流行的JPEG压缩编码算法、 哈夫曼(Huffman)压缩编码算法、香农一弗诺(Shannon—Fannon)算法、行 图像能够压缩是因为在图像的像素之间、图像的行与帧之问存在着 程编码RI~(Run Length Coding)算法，以及近年来出现的新兴压缩算法， 较强的相关性。从统计观点出发。就是某个像素的灰度值总是和其他像 如人工神经元网络(ANN：Artificial Neural Network)算法、分行(Fraed)算 素的灰度值存在着较强的相互关系，应用一定的编码方法，可以利用这 法、小波(Wavelet)算法等。 种相关性所带来的冗余信息来实现图像数据的压缩。 就目前的情况来看，JPEG无疑是应用最为广泛的图像编码算法。 1．1图像压缩编码的类别 JPEG编码虽然算法优秀，压缩比和压缩效率都很高，但是潜在的专利纠 数字图像处理中常用的压缩编码有以下3类： 纷以及高昂的授权费用，却很难保证处于成长期的数字图书馆产业有一 (1)信息保持编码。这类编码技术主要用于图像数字存储方面，编码