彩色图像压缩量化编码方法研究.docVIP

彩色图像压缩量化编码方法研究 　　摘 要：传统彩色图像三维离散余弦变换（3D-DCT）压缩体系中，量化器的设计没有充分考虑人眼视觉系统的影响问题，并且经典JPEG标准中的熵编码方法，存在码表太大、上下文模型难于创建的缺点。据此，提出了根据变换系数的概率分布构建的量化函数，并加入人类视觉系统影响因子；根据非零交流系数的非均匀分布，对于系数疏散区采用将Run和Level分别进行变长编码的新方法。该方法码表更简单，上下文模型更容易构造，在性能上有很大改进空间。实验结果表明，较JPEG在相同压缩比的情况下，PSNR可至少提高0.7dB，重建图像的主观质量也有很大改善。 　　关键词：三维离散余弦变换；图像压缩；熵编码 　　DOIDOI：10.11907/rjdk.151316 　　中图分类号：TP301 文献标识码：A 文章编号：1672-7800（2015）007-0030-03 　　0 引言 　　离散余弦变换（Discrete Cosine Transform，DCT）由于其较好的压缩性能，易于硬件实现和算法快速等优点，被广泛地应用于图像压缩等领域。三维离散余弦变换（Three Dimensional Discrete Cosine Transform，3D-DCT）被认为是运动补偿的替代算法。随着计算机硬件技术的发展，计算机运算速度越来越快，3D-DCT运算复杂耗时的问题逐渐得到解决。基于实际应用需要，其编解码复杂度一致，便于实时编解码的优势越来越突出。 　　量化是有损编码中的关键环节，一个好的量化，不仅要具有好的比特率-失真（Rate-Distortion，R-D）性能，还要具有好的重建图像主观质量。文献[1]研究了R-D最优量化器的设计方法；文献[2]研究了人类视觉对于高频系数不敏感而对于低频系数敏感的大体趋势，提出了据此设计3D-DCT量化器的方法；文献[3]提出了一种基于高斯概率分布函数来构造三维量化矩阵的新方法。 　　JPEG中对交流（Alternate Current，AC）系数进行熵编码的流程是：首先对AC系数进行游程编码（Run Length Coding，RLC），然后基于编码后的（Run，Level）统计特性进行霍夫曼编码（Huffman Coding，HC），这里Run指连续零系数的长度，Level是非零系数幅值的数量级。但采用该方法对连续的非零系数进行编码时，码流长度会增加，Tian[4]提出了对非零AC系数的密集区和疏散区采用不同编码方法的思路；在H.263中，Tu[5]提出对Run和Level分别进行编码。 　　本文针对彩色图像的三维离散余弦变换，依照交流系数的分布规律、人类视觉系统模型和三维Zigzag扫描特点进行量化器设计，并采用改进的将Run和Level分离可变长熵编码方法。试验结果验证了本文方法的有效性。 　　1 彩色图像三维模型和分块 　　一幅给定的M×N大小的彩色图像是由M×N大小的R、G、B三颜色分量的灰度图像组成，将颜色维视为第三维进行建模，则可以得到一个M×N×3的关于彩色图像像素值的三维模型。类似于JPEG，为了减少计算量，提高编解码速度，将M×N×3的三维模型统一分割为8×8×3的三维块分别进行3D-DCT。 　　2 量化 　　文献[6]研究发现，3D-DCT变换系数中，直流系数近似符合高斯分布，大部分AC系数符合伽马分布。根据3D-DCT系数的分布规律和量化器设计原理，本文提出了符合3D-DCT系数衰减规律的量化矩阵构造函数，如式（1）。 　　Q（i，j，k）=q×255（1-exp（-0.1（（i+1）+（j+1）+（k+1））））（1） 　　其中q为量化因子，通过调节q可以得到不同量化阶的量化值；i，j为8×8×3大小彩色图像三维块的水平和垂直位置，i，j=0，1，…，7；k为RGB颜色分量维的帧数，k=0，1，2。 　　根据人类视觉系统二维模型[7]，假设三维模型关于体对角线对称，将二维模型推广到三维空间，得出三维视觉模型H（i，j，k），如图1所示。 　　将经视觉因子加权后的量化矩阵构造为函数： 　　Q′（i，j，k）=Q（i，j，k）H（i，j，k）（2） 　　根据文献[3]提出的分区域量化思路，对于不重要区域的系数进行大尺度量化，结合本文采用的三维Zigzag扫描方法特点，避免扫描后存在游弋系数的现象（即因量化造成的，在大部分零区域内出现个别非零AC系数的情况），以i+j+k=C函数作为区域分割线，其中C为一常数。当在此界限内时，即i+j+k≤C，为重要系数区域，用前文设计的量化器进行量化；反之则为零区域。另外，根据压缩倍数越大时，量化尺度越大，零区域的范围就会越大，重要区域的范围就越小的特点，取C=α/q，其中α为阈值因子，为