基于人类视觉系统和离散小波变换的图像压缩算法研究-信号与信息系统专业论文.docxVIP

太原理 太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 PAGE PAGE 3 4 4 过概率的估测，换算成要送进 MQ 编码器中的符号 ，然后透过 MQ 编码器执行娟值编码 (entropy ∞din目。 1.2 图像压缩概述 数字图像压缩技术的起源可以追溯到 1948 年。 C.E.Shannon 等人所发表的论文1 Mathematical Theory of Communication ，其中对信息的概率观点，以及将其运用于表示、 传输和压缩，为日后此领域的研究奠定基础。而几个重要的图像压缩技术的提出，更使 得这领域的研究有重大的进展。包括 1951 年霍夫曼编码(Hu伽lan Coding) (8)、1970 年至 1980 年代初期几位学者包括 J.Rissanen、GGLangdon 、I且Witten 等人，所致力研究的 算术编码(Aritbmetic Coding)技术以及 1984年 T.Welch 改良 A.Lempel 与 J.ziv 在 1978 年 发表的 LZ78 而成的 LZW 编码技术阴。 由于 Hu岱nan 编码、算术编码、 LZW 编码等非失真编码 (Lossless Coding)技术的压 缩率无法满足庞大的数字图像及视频数据需求，由 ISO 及 IEC 所组成的联合图像专家组 (Joint Photograpbic Exp臼ts GrO叩，简称 JPEG)，从1992 年就开始制定新的图像压缩标 准 JPEd叫。其中包括了二种基本的压缩模式: (1)利用 DCT 为基础所实现的有损压缩 (Lo臼yComprωion)模式: (2)以预测编码为基础的无损压缩(Lossless Compr臼sion)模式。 相较于先前的无损压缩技术. JPEG 提供了更实际且更佳的压缩效果。由于 JPEG 的优 良表现，使其在发表后数年间便得到极大的肯定，被大量的运用于数字相机领域，而网 际网路的兴起更加使得 JPEG 被广泛的应用 。 另一方面，为了解决以离散余弦变换(D iscrete Cosine Transform ，简称DCη为基础 发展的图像压缩技术在高压缩率时所产生的 方块效应，许多研究学者发展以小波变换 队Tave!et Transform) 为基础的压缩技术。最早由 J.Sbapiro 在 1993 年发表了利用离散小波 变换(Discrete Wavelet Transform ，简称DWT)为 基础的嵌入零树 小波编码(Embedded Zero-往回 Wavelet ，简称EZW)[ll)。而EZW 也成为许多压缩技术改良的核心技术。 随着小波变换的发展，及其在分辨率及失真度上的可调特性等优点，使得 JPEG 组 织于 1997 年着手制定新一代的图像压缩标准 JPEG2000 图像压缩技术标准(12)时，也同 时采用小波变换为基础。在 JPEG20∞中引入许多新的特性，包括 t (1)提升在低码率时的压缩性能: (2)采用嵌入式数据流，允许从有损到无损的渐进式解压缩: (3)因应网路传输环境 ，提供必须之容错性: (4)提供感兴趣区域 (Region Of Inter届 七简称 ROI)的处理能力等等。但也 由于 JPEG2000 的复杂度，使得硬件实现的 困难度及戚本相对提升 ，连带影响其普及的速度。 1.3 图像压缩性能评价 1.3.1 图像质量评估 对经过压缩后还原图像质量进行评估，大致上可分为两种。一种是透过人类视觉系 统，倘若图像中某个特定的地方有了大幅度变化，例如修改图像中较平滑 (Smooth)的区 域，人类的视觉系统是可以轻易的看出来 (13)。但人类的眼睛对于稍微变化并在可容许的 范围内，大部分是不易察觉出两张 一个评估标准。另一个客观的评估标准，以图像的峰 值信噪比(peak Sígnal to Noise RatioDS ，简称PSNR)作为固像质量的测量工具，其公式如 (1-1)和(1-2)所示: ‘.、，-z·且， ‘.、， -z ·且 ，.，飞 ，o-::一- ，o-::一- PSNR = 1Olog UMSE  (1-2) MSE 公式中， MSE 是原始图像与还原图像的均方差(M ean Square Error，简称MS曰: Xij 与马分别代表坐标 (i，j) 像素的原始值与经过压缩处理后的像素值 ;M与 N 则是分别 表示图像的宽度与高度。而 PSNR 值越高，则表示图像质量越好。一般而言，当 PSNR 值高于 30dB时，人类的眼睛是很难分辨出处理前后两张图像的差异。但是 PSNR 越高 不代表还原质量 一定越好，因此除 了以 PSNR 值来判定图像质量外， 还是须要藉由人的 眼