基于分形思想差值图像压缩技术.docVIP

基于分形思想差值图像压缩技术 　　摘要:针对屏幕监控系统中数据传输的特殊性,提出基于分形思想的差值图像压缩技术#65377;图像分形后,对相邻帧间对应的数据求差并进行压缩编码,减少时间与空间冗余度#65377;试验表明,该方法能有效降低传输时的数据量,节约传输时间,同时是一种无损的压缩算法#65377; 　　关键词:图像压缩; 冗余度; 游程编码; 分形 　　中图分类号:TP391.41文献标志码:A 　　文章编号:1001-3695(2007)04-0190-02 　　 　　0引言?? 　　 　　信息论之父C.E.Shannon在其1948年发表的论文《A Mathematical Theory of Communication》中指出,任何信息都存在冗余#65377;冗余大小与信息中每个符号(数字#65380;字母或单词)的出现频率有关#65377;一个符号出现的频率越小,其信息量也就越小#65377;对于离散无记忆信源的第i个事件的信息量,可以将其定义为 I=-log Pi(Pi为第i个事件的概率)#65377;如果将信息中所有可能的信息量进行平均,就得到信息的熵#65377;对于离散的无记忆信源,熵为H=-∑Pi log Pi#65377;信源经常由于事件相关或概率分布不均匀等原因,使得实际的熵小于其最大熵,这样就产生信息的冗余#65377;冗余度定义为R=1-H(x)/Hmax(x)#65377;信息熵及相关的定理用数学手段精确地描述了信息冗余的程度#65377;从本质上讲,数据压缩的目的就是消除信息中的冗余#65377;?? 　　数据压缩分为熵压缩与冗余度压缩#65377;熵压缩是信源平均信息量的压缩,这将导致信息的减少,是一种有损压缩,如JPEG#65380;MPEG压缩等#65377;冗余度压缩就是除去数据中的冗余,对信息无任何破坏,是无损的压缩#65377;典型算法有游程编码#65380;LZ系列编码#65380;Huffman编码#65377;这些算法基本解决了通用数据压缩中兼顾压缩速度与压缩效果的难题#65377;但是,C.E.Shannon在信息论中还提出,对信息的先验知识了解得越多,就可以把信息压缩得越小#65377;换句话说,如果压缩算法的设计目标不是任意的数据源,而是基本属性已知的特种数据,压缩的效果可能会进一步提高#65377;因此在发展通用压缩算法之余,还必须研究针对各种特殊数据的专用压缩算法#65377;?? 　　 　　1分形的差值压缩算法?? 　　 　　本文研究的内容来源于特殊环境下电脑屏幕监控软件的实现#65377;在点阵图像中,点组成线#65380;线组成面#65377;因此可将一幅图像看成是由许多个点组成的#65377;组成图像的一个点就是一个像素,它是构成图像的最小单位,其形态是一个小方点#65377;彩色图像的像素是由红#65380;绿#65380;蓝(RGB)三种颜色组成,每种颜色由一个字节来表示其深度#65377;因此,假设屏幕的分辨率是1 024×768,一幅彩色屏幕图像正常的大小是1 024×768×3=2 359 296=2.25 MB#65377;如果监控系统要求每两秒刷新一次,也就是指定的传输量需要大于或等于1.125 Mbps#65377;这对网络将是巨大的考验#65377;如果当前网络连接情况不好,传输量一旦小于1.125 Mbps,将达不到实时监控的目的#65377;因此,采用压缩算法是必要的#65377;另外,此系统有两个特点:①电脑屏幕图像经常出现连续像素点相同的区域;②在较短时间内,屏幕画面往往只有部分区域像素点发生变化#65377;根据这些先验知识,本文提出了基于分形思想的差值压缩技术(Difference Image Compression Technology Based on Fractal,DICTF)#65377;这是一种专用的压缩算法,特别适用于连续的图像传输系统#65377;?? 　　 　　1.1差值编码?? 　　图像序列中两幅相邻的图像有较大的相关性,反映为时间冗余#65377;其表现是屏幕画面中相继各帧对应像素点的值往往相近或相同,即前后帧间相应位置像素之差很小甚至为零#65377;或者说差值小的概率大;而差值大的概率小,具有时间相关性#65377;从这个方面讲,差值反映了相邻帧间的所有差异信息#65377;因此,如果发送端将同一位置的当前像素值与前一像素值相减所得差值经量化后进行传输,接收端将收到的差值与前一个像素值相加,也能得到当前像素值,这就是差值编码的基本想法#65377;其原理图如图1所示#65377; 　　其中,参考图像(Reference Image)指前面已经传输的图像,用数组ref