图像压缩的奥秘

图像压缩的奥秘

2013-02-07

小编: 等待宿命计算机暂无评论字号: 大小热度: 45°

本文所有文字的HTML文件大约有25000个字节。这小于你从这个网页上下载的任何一个图像文件。因为图像文件通常比文字文件大得多，并由于网页包含许多常被传送因而传速变慢的图像，将图像以一种压缩快送方式传送变得非常重要。在这篇文章中我们将看到一个JPEG文件怎样利用尽量小的计算机存储来表示图像。我们也将讨论一些JPEG背后的数学。

被更广泛地称为数据压缩的论题问的是：“我们怎样以紧凑、有效的方式表示信息？”除了图像文件外，通常要压缩数据、影像、音乐文件。例如，如何压缩8个GB的iPod Nano的2000首歌曲？问题的关键是通过某种方式组织信息，揭示出可被消除的固有的多余之处。在这篇文章中，我们将用下图作为例子，探讨JPEG基线压缩算法（JPEG为“联合图像专家组”的英文单词第一个字母组成的缩写）。一些压缩算法是无损的，它们保留所有的原始信息。其他的一些，如JPEG基线算法，是有损的，某些信息会被丢失，但仅仅是那些被判断为不重要的信息。

在着手之前，我们先天真地确定这张图需要多少计算机存储。首先，图像被布置在一个矩形的像素网格，其尺寸为250×375，总共有93750像素。各像素的颜色通过指定多少比例的红、绿和蓝色的颜

色混合在一起来确定。每个颜色分量被表示为0和255之间的一个整数，因此需要一个字节的计算机存储。因此，每个像素需要3个字节的存储空间，这意味着整个图像应该要求93750×3=281250字节。然而，这里显示的JPEG图只有32414个字节，换言之，它已被压缩了大约9倍。

我们将描述怎样用压缩过的小文件表示图像，并怎样从被压缩的文件重构图像。

压缩算法

首先，图像被分成8×8的块状像素。

因为每一块都与其他块无关地被处理，我们集中讨论单独一块。特别，我们考察下图中划出阴影的那一块。

这里是同一小块放大后的样子，其中每个像素看上去更明显。注意所有8×8像素之间没有太大的变化（但其他块则不一定）。

记得数据压缩的目的是以揭示一些多余性的方式表达数据。我们可以想到把每个像素的颜色表示为由红、绿、蓝分量组成的一个三维向量(R,G,B)。在典型的图像中，这些分量之间有巨大的相关性。由于这个理由，我们将使用一个颜色空间变换，它产生一个新的向量，其分量代表亮度Y及蓝色和红色的色度，分别记为C b和C r：

??YC b C r??=??0.29900?0.168740.500000.58700?0.33126?

0.418690.114000.50000?0.08131????RGB??.

亮度描述了像素的光亮性，而色度则携带有关色调的信息。这三个量通常比(R,G,B)的分量的相关性低。此外，心理视觉实验表明，人的眼睛对亮度比色度更加敏感，这意味着我们可以忽视色度较大的变化，而不会影响我们对图像的感知。由于这种转变是可逆的，我们将能够从向量(Y,C b,C r)恢复向量(R,G,B)。当我们希望重建图像时，这是很重要的。（确切地说，我们通常会让色度分量加上128，使得它们表示为0和255之间的数。）

当我们将这种变换用到我们的块中的每个像素后，我们得到对应于每个分量的三个新块。这些由下图所示，较亮的像素对应较大的值。

如通常所见的，亮度比色度具有较多的变化。由此缘故，通过假设色度在2×2小块上为常数，有时可以得到较大的压缩比，因此记录较少的值。例如，图像编辑软件Gimp当将一个图像存为JPEG文件时，提供了以下的菜单：

“Subsampling”选项允许抽取色度值不同方式的选择。这里同样值得注意的是“Quality”参数，它的重要性在下面将变得很清楚。离散余弦变换

现在我们到达压缩算法的核心。我们的期望是，这块8×8像素上向量(Y,C b,C r)分量的变化相当温和，如上例所示。我们不记录各个分量的值，而是记录比方说平均值以及每个像素值与平均值相差多少。在许多情况下，我们能期待与这些平均值的差相当小，因此可以安全地忽略。这是现在将要解释的离散余弦变换(DCT)的本质。

我们先集中于这块中某一行的三个分量当中的一个，想象这8个值由f0,f1,…,f7代表。我们想以某种方式表示这些值使得它们的变化变得更明显。为此，我们把这些值视为由一个函数f x给出，其中x从0到7之间取值，并把该函数写出余弦函数的一个线性组合：

f x=12∑w=07C w F w cos[π(2x+1)w16].

不要担心C w（除了C0=1/2√外，对所有w都有C w=1）前面的因子1/2。这个表达式的重要之处在于它把f x用具有变化的频率、带有系数F w的余弦函数的一个线性组合来表示。下图显示的是对应于频率w的其中4个余弦函数的图像：

当然，具有较高频率的余弦函数显示了更快的变化。因此，如果值f x 相对慢地改变，较大频率的系数F w将相对小。故我们可以不记录这些系数以便减少图像文件的尺寸。

这些DCT系数可以通过利用反变换

F w=12C w∑x=07f x cos[π(2x+1)w16]

得到。注意这隐含DCT是可逆的。例如，我们从f x开始，记录F w。然而，当我们希望重建图像时，我们将有F w，并重新计算f x。

我们并不是仅仅对每块的行运用DCT，而是将探讨图像的二维特性。离散余弦变换首先用到我们这块像素的所有行。如果在垂直方向上图像变化不是太快的话，系数的变化亦然。由此原因，我们可以固定w 的一个值，把离散余弦变换运用到从8行像素得到的8个F w值。这导致了系数F w,u，其中w是水平频率，u是垂直频率。

我们把这些系数存到下图所示的另一个8×8块中。

注意到在该块中向下和向右移动时，我们遇到较高频率的系数，它们的重要性如所期望地将变小。

DCT系数可由快速离散余弦变换有效地计算，这与用快速傅里叶变换有效计算离散傅里叶系数具有同一思想。

量化

当然，系数F w,u是实数，存储为整数。这意味着我们需要将系数四舍五入；我们的舍入方法有利于更大的压缩。我们不是仅仅简单地四舍五入系数F w,u，而是用一个量化因子除它，然后记录

round(F w,u/Q w,u).

这容许我们对另一些频率而言更有所强调。更具体地说，人类的眼睛对图像的迅速变化并不敏感。这意味着，通过对高频选择一个较大的量化因子，我们可以降低较高频率的重要性。这样做并不会显著地影响图像的视觉质量。

当一个JPEG文件被产生后，算法诉诸一个参数来控制图像质量及图像的压缩比例。我们称为q的这个参数是从1到100的一个整数。你应该把q看成图像质量的一个测度：较高的q值对应于较高质量的图像和较大的文件尺寸。q产生了另一个量

α=?????????50q2?50q if1≤q≤50if50≤q≤100.

下面是α作为q的函数的图像：

注意较大的q值给出较小的α值。然后我们将权舍入成

round(F w,u/αQ w,u).

自然地，通过这个舍入过程，信息将被失去。当α或Q w,u增加时（记得较大的α值对应于较小的质量参数q值），更多的信息失去了，且文件尺寸也减少。

这里是JPEG标准所推荐的典型Q w,u值。比如考虑亮度系数：

和色度系数：

这些值被选取以强调较小频率的影响。让我们看看这在上面的例子中怎样工作。记得我们有下面的三块数值：

用q=50量化，得到下面的三块：

左上角的元素本质上表示了整块的平均。向右移增加水平频率，而向下移增加垂直频率。这里重要之处是有许多个0。现在我们按如下方式对系数排序，使得较小的频率首先出现。

对亮度系数，我们可以简记为

20?71?10?110000000?2110000…0.

我们不必把所有的0都记下，而只需告诉多少0出现（注意在色度权中有更多的0）。以这种方式，DCT系数的序列大大地缩短了，而这就是压缩算法的目的。事实上，JPRG算法运用特别有效的方法像这样对序列译码。

当重建DCT系数时，我们发现

从信息中重建图像是相当直接的。量化矩阵存储在文件中，故DCT 系数的近似值可被重新计算出。从这里，向量(Y,C b,C r)通过逆离散余弦变换而找到。然后，向量(R,G,B)通过对颜色空间变换求逆而再次获得。

这里是取q=50的8×8像素块的重建：

下图的重建是当质量参数q=10时的情形。如所期待的，较高的参数q值给出较高质量的图像。

JPEG 2000

虽然JPEG压缩算法已经取得相当的成功，有几个因素导致了我们构造新算法的想法。下面描述其中的两个因素。

首先，DCT在JPEG算法中的运用导致8×8像素块之间边界的不连续性。例如，在某块边缘处的一个像素的颜色可以被该块中任何地方的其他像素的颜色所影响，但却不会被临近的其他块的像素左右。这导致了阻碍之物，可从从质量参数设置为q=5所得到的图像上看出来（顺提一句，该图像文件的尺寸仅为1702比特），也解释了为何JPEG不是存储线状艺术的理想形式。

此外，JPEG算法只允许我们以一种分辨率恢复图像。在一些例子中，希望的是以低分辨率恢复图像，同时允许在整个图像被下载过程中以逐步提高的分辨率展示图像。

为了这些及其他需要，JPEG 2000标准于2000年12月推出。虽然这两个算法之间有些不同，我们集中于这个事实：JPEG 2000用小波变换取代了DCT。

在解释用于JPEG 2000的小波变换之前，我们考虑小波变换的一个较简单的例子。如前一样，想象我们与每个像素的亮度-色度值打交道。DCT把其变换每次用到一行，然后变换列。小波变换将以类似方式工作。

为此目的，我们想象有一个序列f0,f1,…,f n描绘像素中一行三个分量之一的值。与以前一样，我们想将序列中的快速变化与缓慢变化分别开来。为此目的，我们产生一个小波系数序列：

a0=(f0+f1)/2

a1=(f0?f1)/2

a2=(f2+f3)/2

a3=(f2?f3)/2

?=?

注意到偶数下标系数记录了两个相邻值的平均数---我们把此称为低通过带，因为高频率变化的信息丧失---而奇数下标系数记录了两个相邻值的差---我们把此称为高通过带，因为高频率信息通过。低通过系数的个数为原先序列中值的个数的一半（和高通过系数一样）。重要的是注意到我们能够从小波系数恢复原先的f值，因为当我们重建图像是需要这样做的：

f0=a0+a1

f1=a0?a1

我们重新排序小波系数，把低通过系数列在高通过系数之前。恰如在二维DCT的情形，我们现在可以把同样的运算垂直地变换小波系数。这导致小波系数的二维网格，通过低通过带和高通过带分成四块：

如前，我们利用人类的眼睛对图像的迅速变化并不敏感这一事实，通过与在JPEG算法里见到的类似的量化过程，让在高通过系数中见到的迅速变化不显重要性。注意LL区域由2×2像素块中的值的平均化得到，因此表示了图像的一个低分辨率版本。

在实际中，我们的图像被分成许多瓦片，通常具有尺寸64×64。选择2的幂次的理由马上就会明了。我们将用这里指定了瓦片的图像来说明之。（这个瓦片是128×128，故在此网页上可以更清楚地看到。）

注意，如果首先在LL区域传递系数，我们能在所有系数已经到达之前低分辨率地重建图像，这是JPEG 2000算法的目的之一。

我们现在能在LL区域内对低分辨率图像执行同样的运算，因而得到越来越低的分辨率图像。

小波系数可以通过如下的提升过程计算：

a0=(f0+f1)/2, a1=a0?f1,

其益处是不必占用额外的计算机内存计算这些系数---a0首先取代f0，然后，a1取代f1。并且，JPEG2000算法所运用的小波变换中，提升运算使得系数的计算更快。

JPEG 2000小波变换

上面描述的小波变换虽然与JPEG 2000标准中的小波变换精神相似，但比后者简单。例如，有必要对两次以上逐次得到的值再平均，以便重建的图像具有更大的连续性，因此避免像阻碍物这样的现象。用到的一种小波变换是Le Gall(5,3)样条，其中低通过（偶）和高通过（奇）系数由下式计算：

a0=?18f?2+14f?1+34f0?18f1,a1=?12f?1+f0?12f1.

和前面一样，这个变换是可逆的，且存在提升方案使之有效运行。包含在标准中的另一个小波变换是Cohen-Daubechies-Fauraue9/7

双直交变换，其细节描述起来有点复杂，但也存在执行它的一个简单提升方法。

我们可以比较一下JPEG和JPEG 2000。大体来说，这两个算法具有相似的压缩比，但JPEG 2000需要更多的计算量来重建图像。JPEG 2000图像不显示JPEG图像中在高压缩比处出现的阻碍之物，但随着压缩的增加变得更模糊。人们经常给的一般评价是JPEG 2000质量更高。

目前，JPEG 2000在网络浏览器上还没有得到广泛的支持，但已经大量用于数码相机和医学造影。另外还有一个称为运动JPEG 2000的有关标准用于数码电影工业。

参考文献

1.Home pages for the JPEG committee and JPEG 2000

committee.

2.Tinku Archarya, Ping-Sing Tsai, JPEG2000 Standard for Image Compression: Concepts, Algorithms and VLSI Architectures, Wiley, Hoboken. 2005.

3.Jin Li, Image Compression: The mathematics of JPEG 2000, Modern Signal Processing, Volume 46, 2003.

4.Ingrid Daubechies, Ten lectures on wavelets, SIAM, Philadelphia. 1992.

5.K. R. Rao, Patrick Yip, Discrete Cosine Transform: Algorithms, Advantages, Applications, Academic Press, San Diego. 1990.

6.Wikipedia entries for JPEG and JPEG 2000.

原文链

接: https://www.wendangku.net/doc/ba12230838.html,/samplings/feature-column/fcarc-im age-compression

作者: David Austin，Grand Valley State University

原文链接: https://www.wendangku.net/doc/ba12230838.html,/...（遵循CC版权协议，仅供学习和交流）

文章信息

本文位置：第九阅览室?https://www.wendangku.net/doc/ba12230838.html,/13710.html

新一篇>：旅行商问题Traveling Salesman Problem

旧一篇>：拉出圆周率的数字相关文章

图像压缩标准知多少

电子科技 2004年第7期（总第178期） 61 图像压缩标准知多少 徐庆征，镇桂勤 (西安通信学院二系，陕西 西安 710106) 摘 要 介绍了一些典型的静止图像压缩标准和活动图像压缩标准，并分析了各自的技术特点及其应用场合。 关键词 图像压缩；JPEG ；H.26x ；MPEG4 中图分类号 TN919.8 图像通信直观生动，包含极其丰富的信息，是人们传递信息的重要媒介。同时，巨大的数据量也给图像的采集、存储、处理和传输带来了极大的困难，严重影响了图像媒体成为主要媒体，因此，压缩数字图像信号的数码率就成为图像通信和图像信号处理领域的首要任务，受到全世界科技工作者的关注。 20世纪80年代以来，国际标准化组织(ISO)和国际电信联盟(ITU)组织了一批专家，开展了大量细致、全面的工作，陆续制定了一系列有关图像通信方面建议和标准，极大地推动了图像编码技术的发展与应用。这些标准可以归为两种类型：静止图像压缩标准和活动图像压缩标准(包括ITU-T 制定的H.263系列和ISO 制定的MPEG-x 系列)。 1 静止图像压缩编码标准 1.1 JBIG 标准 1988年，ISO 和ITU-T 成立了“联合二值图像专家组”(Joint Binary Image Expert Group ，JBIG)， 1991年10月提出了ITU-T T.82标准。这一标准确定了具有逐层、逐层兼容顺序和单层顺序3种模式的编码方法，并提出了获得任意低分辨率图像的方法。 1.2 JPEG 标准 收稿日期: 2004-04-21 1986年底，ISO 和ITU-T 成立了联合图像专家小组(Joint Photographic Experts Group ，JPEG)，该小组近年来一直致力于静止图像压缩算法的标准化工作。1991年3月正式提出ISO CD10918号建议草案“连续色调静止图像的数字压缩编码”(通常简称为JPEG 标准)，这是第一个适用于连续色调、多级灰度、彩色或黑白静止图像的国际标准。 JPEG 标准提供了一种无损编码的模式和3种有损编码模式(基于DCT 的顺序模式、基于DCT 的渐进模式、层次模式)。所有符合JPEG 的 遍解码器都必须支持基准模式，其他模式可作为选择项根据不同的应用目的来取舍。基准模式编解码框图如图1所示。 尽管JPEG 建议主要是应用于静止图像的编码技术，但是在某些场合也可将它应用于视频编辑系统。此时JPEG 把视频序列中的每一帧当作一幅静止图像来处理，这就是所谓的Motion JPEG 的处理方法。 1.3 JPEG-LS 标准 JPEG 组织从1994年开始征集新的无损/近无损(简称JPEG-LS)算法提案，并于1998年2月作 图1 JPEG 基准模式遍解码框图

数字图像压缩技术

数字图像压缩技术 二、JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”（JointPhotographicExpertGroup,简称JPEG），于1989年1月形成 了基于自适合DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。 1．JPEG压缩原理及特点 JPEG算法中首先对图像实行分块处理，一般分成互不重叠的大小的块，再对每一块实行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表实行量化，量化的结果 保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后实行哈夫曼编码。JPEG的特点如下： 优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好 图像质量。 缺点：（1）因为对图像实行分块，在高压缩比时产生严重的方块效应；（2）系数实行量化，是有损压缩；（3）压缩比不高，小于502。 JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如 边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其 结果不是最优的3。 2．JPEG压缩的研究状况及其前景2 针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年 来提出了很多改进方法，最有效的是下面的两种方法： （1）DCT零树编码

DCT零树编码把DCT块中的系数组成log2N个子带，然后用零树编码方案实行编码。在相同压缩比的情况下，其PSNR的值比EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。 （2）层式DCT零树编码 此算法对图像作的DCT变换，将低频块集中起来，做反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数实行零树编码。 JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，所以在今后的研究中，应重点解决DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合实行压缩。 三、JEPG2000压缩 JPEG2000是由ISO/IECJTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。 1．JPEG2000压缩原理及特点 JPEG2000编解码系统的编码器和解码器的框图如图1所示4。 编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。 JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提升 10%~30%，而且压缩后的图像显得更加细腻平滑。对于当前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在 JPEG2000系统中，通过选择参数，能够对图像实行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式

基于MATLAB 的图像压缩处理其实现

基于MATLAB 的图像压缩处理及其实现 一．图像压缩的概念 从实质上来说，图像压缩就是通过一定的规则及方法对数字图像的原始数据进行组合和变换，以达到用最少的数据传输最大的信息。 二．图像压缩的基本原理 图像数据之所以能被压缩，就是因为数据中存在着大量冗余信息，另外还有相当数量的不相干信息，这为数据压缩技术提供了可能。 数据压缩技术就是利用数据固有的冗余性和不相干性，将一个大的数据文件转化成较小的文件，图像技术压缩就是要去掉数据的冗余性。 图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。 由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。

三．图像的编码质量评价 在图像编码中，编码质量是一个非常重要的概念，怎么样以尽可能少的比特数来存储或传输一幅图像，同时又让接收者感到满意，这是图像编码的目标。对于有失真的压缩算法，应该有一个评价准则，用来对压缩后解码图像质量进行评价。常用的评价准则有两种：一种是客观评价准则；另一种是主观评价准则。主观质量评价是指由一批观察者对编码图像进行观察并打分，然后综合所有人的评价结果，给出图像的质量评价。而对于客观质量评价，传统的编码方法是基于最小均方误差(MSE)和峰值信燥比(PSNR)准则的编码方法，其定义如下 MSE= (1) PSNR=101g( (2) 式中：Nx，Nr图像在x方向和Y方向的像素数，f(i,j)——原图像像素的灰度值，f(i,j)--处理后图像像素的灰度值。对于主观质量，客观质量评价能够快速有效地评价编码图像的质量，但符合客观质量评价标准的图像不一定具有较好的主观质量，原因是均方误差只是从总体上反映原始图像和压缩图像的差别，但对图像中的所有像点同等对待，因此并不能反映局部和人眼的视觉特性。对于图像信号，人眼是最终的信号接受者，因此在压缩时不仅要以MSE作为评价标准，还应当考虑到人的主观视觉特性。

JPEG2000图像压缩算法标准剖析

JPEG2000图像压缩算法标准 摘要：JPEG2000是为适应不断发展的图像压缩应用而出现的新的静止图像压缩标准。本文介绍了JPEG2000图像编码系统的实现过程, 对其中采用的基本算法和关键技术进行了描述，介绍了这一新标准的特点及应用场合，并对其性能进行了分析。 关键词：JPEG2000；图像压缩；基本原理；感兴趣区域 引言 随着多媒体技术的不断运用，图像压缩要求更高的性能和新的特征。为了满足静止图像在特殊领域编码的需求，JPEG2000作为一个新的标准处于不断的发展中。它不仅希望提供优于现行标准的失真率和个人图像压缩性能，而且还可以提供一些现行标准不能有效地实现甚至在很多情况下完全无法实现的功能和特性。这种新的标准更加注重图像的可伸缩表述。所以就可以在任意给定的分辨率级别上来提供一个低质量的图像恢复，或者在要求的分辨率和信噪比的情况下提取图像的部分区域。 1.JPEG2000的基本介绍及优势 相信大家对JPEG这种图像格式都非常熟悉，在我们日常所接触的图像中，绝大多数都是JPEG格式的。JPEG的全称为Joint Photographic Experts Group，它是一个在国际标准组织(ISO)下从事静态图像压缩标准制定的委员会，它制定出了第一套国际静态图像压缩标准：ISO 10918－1，俗称JPEG。由于相对于BMP等格式而言，品质相差无己的JPEG格式能让图像文件“苗条”很多，无论是传送还是保存都非常方便，因此JPEG格式在推出后大受欢迎。随着网络的发展，JPEG的应用更加广泛，目前网站上80％的图像都采用JPEG格式。 但是，随着多媒体应用领域的快速增长，传统JPEG压缩技术已无法满足人们对数字化多媒体图像资料的要求：网上JPEG图像只能一行一行地下载，直到全部下载完毕，才可以看到整个图像，如果只对图像的局部感兴趣也只能将整个图片载下来再处理；JPEG格式的图像文件体积仍然嫌大；JPEG格式属于有损压缩，当被压缩的图像上有大片近似颜色时，会出现马赛克现象；同样由于有损压缩的原因，许多对图像质量要求较高的应用JPEG无法胜任。 JPEG2000是为21世纪准备的压缩标准，它采用改进的压缩技术来提供更高的解像度，其伸缩能力可以为一个文件提供从无损到有损的多种画质和解像选择。JPEG2000被认为是互联网和无线接入应用的理想影像编码解决方案。 “高压缩、低比特速率”是JPEG2000的目标。在压缩率相同的情况下，JPEG2000的信噪比将比JPEG提高30%左右。JPEG2000拥有5种层次的编码形式：彩色静态画面采用的JPEG 编码、2值图像采用的JBIG、低压缩率图像采用JPEGLS等，成为应对各种图像的通用编码方式。在编码算法上，JPEG2000采用离散小波变换（DWT）和bit plain算术编码（MQ coder）。此外，JPEG2000还能根据用户的线路速度以及利用方式(是在个人电脑上观看还是在PDA上观看)，以不同的分辨率及压缩率发送图像。 JPEG2000的制定始于1997年3月，但因为无法很快确定算法，因此耽误了不少时间，直到2000年 3 月，规定基本编码系统的最终协议草案才出台。目前JPEG2000已由ISO和

图像压缩技术介绍.

图像压缩技术介绍 由于图像和视频本身的数据量非常大，给存储和传输带来了很多不便，所以图 像压缩和视频压缩得到了非常广泛的应用。比如数码相机、USB摄像头、可视电话 、视频点播、视频会议系统、数字监控系统等等，都使用到了图像或视频的压缩技术。 常用的图像的压缩方法有以下几种： 1、行程长度编码（RLE） 行程长度编码（run-length encoding）是压缩一个文件最简单的方法之一。 它的做法就是把一系列的重复值（例如图象像素的灰度值）用一个单独的值再加上 一个计数值来取代。比如有这样一个字母序列aabbbccccccccdddddd它的行程长度编码就是2a3b8c6d。这种方法实现起来很容易，而且对于具有长重复值的串的压缩编码很有效。例如对于有大面积的连续阴影或者颜色相同的图象，使用这种方法压 缩效果很好。很多位图文件格式都用行程长度编码，例如TIFF，PCX，GEM等。 2、LZW编码 这是三个发明人名字的缩写（Lempel，Ziv，Welch），其原理是将每一个字节的值都要与下一个字节的值配成一个字符对，并为每个字符对设定一个代码。当同 样的一个字符对再度出现时，就用代号代替这一字符对，然后再以这个代号与下个 字符配对。 LZW编码原理的一个重要特征是，代码不仅仅能取代一串同值的数据，也能够代替一串不同值的数据。在图像数据中若有某些不同值的数据经常重复出现，也能找到 一个代号来取代这些数据串。在此方面，LZW压缩原理是优于RLE的。 3、霍夫曼编码 霍夫曼编码（Huffman encoding）是通过用不固定长度的编码代替原始数据来实现的。霍夫曼编码最初是为了对文本文件进行压缩而建立的，迄今已经有很多变体。它的基本思路是出现频率越高的值，其对应的编码长度越短，反之出现频率越 低的值，其对应的编码长度越长。 霍夫曼编码很少能达到8∶1的压缩比，此外它还有以下两个不足：①它必须精确地统计出原始文件中每个值的出现频率，如果没有这个精确统计，压缩的效果就 会大打折扣，甚至根本达不到压缩的效果。霍夫曼编码通常要经过两遍操作，第一 遍进行统计，第二遍产生编码，所以编码的过程是比较慢的。另外由于各种长度的 编码的译码过程也是比较复杂的，因此解压缩的过程也比较慢。②它对于位的增 删比较敏感。由于霍夫曼编码的所有位都是合在一起的而不考虑字节分位，因此增 加一位或者减少一位都会使译码结果面目全非。 4、预测及内插编码

图像压缩方法综述

图像压缩方法综述 陈清早 (电信科学技术研究院PT1400158) 摘要：图像压缩编码技术就是对要处理的图像数据按一定的规则进行变换和组合,从而达到以尽可能少的数据流(代码)来表示尽可能多的数据信息。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。图像压缩分为无损图像压缩和有损图像压缩或者分为变换编码、统计编码。在这里，我们简单的介绍几种几种图像压缩编码的方法，如：DCT编码、DWT编码、哈夫曼(Huffman)编码和算术编码。 关键字：图像压缩；DCT压缩编码；DWT压缩编码；哈夫曼编码；算术编码 1引言 在随着计算机与数字通信技术的迅速发展,特别是网络和多媒体技术的兴起,大数据量的图像信息会给存储器的存储容量、通信信道的带宽以及计算机的处理速度增加极大的压力。为了解决这个问题,必须进行压缩处理。图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。信息时代带来了“信息爆炸”，使数据量大增，无论传输或存储都需要对数据进行有效的压缩。因此图像数据的压缩就显得非常重要。 在此，我们主要介绍变换编码的DCT编码和DWT编码和统计编码的哈夫曼(Huffman)编码和算术编码。 2变换编码 变换编码是将空域中描述的图像数据经过某种正交变换转换到另一个变换域(频率域)中进行描述，变换后的结果是一批变换系数，然后对这些变换系数进行编码处理，从而达到压缩图像数据的目的。主要的变换编码有DCT编码和DWT编码 1.1DCT编码 DCT编码属于正交变换编码方式，用于去除图像数据的空间冗余。变换编码就是将图像光强矩阵(时域信号)变换到系数空间(频域信号)上进行处理的方法。在空间上具有强相关的信号，反映在频域上是在某些特定的区域内能量常常被集中在一起，或者是系数矩阵的分布具有某些规律。我们可以利用这些规律在频域上减少量化比特数，达到压缩的目的。也就是说，图像变换本身并不能压缩数据，但变换后图像大部分能量集中到了少数几个变换系数上，再采用适当的量化和熵编码便可以有效地压缩图像。量化是对经过DCT变换后的频率系数进行量化，其目的是减小非“0”系数的幅度以及增加“0”值系数的数目，它是图像质量下降的最主要原因。 图像经DCT变换以后，DCT系数之间的相关性就会变小。而且大部分能量集中在少数的系数上，因此，DCT变换在图像压缩中非常有用，是有损图像压缩国际标准JPEG的核心。从原理上讲可以对整幅图像进行DCT变换，但由于图像各部位上细节的丰富程度不同，这种整体处理的方式效果不好。为此，发送者首先将输入图像分解为8*8或16*16块，然后再对每个图像块进行二维DCT变换，接着再对DCT系数进行量化、编码和传输；接收者通过对量化的DCT系数进行解码，并对每个图像块进行的二维DCT反变换。最后将操作完成后所有的块拼接起来构成一幅单一的图像。对于一般的图像而言，大多数DCT系数值都接近于0，所以去掉这些系数不会对重建图像的质量产生较大影响。因此，利用DCT进行图像压缩确实可以节约大量的存储空间。 由于图像可看成二维数据矩阵，所以在图像编码中多采用二维正交变换方式，然而其正交变换的计算量太大，所以在实用中变换编码并不是对整幅图像进行变换和编码，而是将图像分成若

图像压缩技术文档

J P E G 标准是由国际标准化组织ISO和国际电话电报咨询委员会CCITT为静止图像所建立的第一个国际数字图像压缩标准，它是一个适用范围很广的通用标准，既可以用于灰度图像，又可以用于彩色图像，可以支持各种应用。例如在计算机技术中，基于JPEG 有损压缩的数字水印算法，和嵌入式系统中的JPEG 分层压缩等。在JPEG 各类图像压缩算法中，基于离散余弦变换的图像压缩编码过程称为基本顺序过程，它应用于绝大多数图像压缩场合，并且它能在图像的压缩操作中获得较高的压缩比，并且重构图像与源图像的视觉效果基本相同。 基本原理 基于DCT 顺序型工作模式的JPEG 压缩算法系统的编码器与解码器的结构如图1 所示，量化编码是在进行了二元D C T 的系数量化后，且熵编码部分使用Huffman 编码方法。 图1 系统结构图 1 色彩变换与部分数据取样 色彩变换将计算机屏幕显示使用的RGB 色彩数据按照（1 ）式给定的关系，转换成JPEG

中使用的YCbCr 数据，其中Y 是颜色的亮度，CbCr 是色调。 Y=0.2999R+0.5870G+0.1140B Cb = -0.1687R-0.3313G+0.5000B+128 (1) Cr = 0.5000R-0.4187G-0.0813B+128 在取样部分，考虑到人眼对图像的亮度变化敏感，而对颜色的变化迟钝。因此，对反映颜色变化的色调信息只取其部分数据进行处理。本文的JPEG 格式采用的部分取样方式为Yuv411，即每取4 个Y 数据，只取一个Cb 数据和一个Cr 数据。因此，原数据在尚未编码时，已获得50% 的压缩。 2 利用DCT 对空间频率的变换 离散余弦变换(DCT)实现将一组光强数据转换成频率数据。在压缩时，将源图像数据分成8*8 像素构成的像块的集合。经过零偏置将每一取样值从0～255 转为-128～+127,再做DCT 处理。DCT 将每个数据单元的值转换为64 个DCT 系数Svu,其中S00 称为直流系数,其余63 个系数称为交流系数。解压缩是正向变换的反过程。D C T 和IDCT 分别由公式(2）和公式（3）实现。 770 01(21)(21)(,)()()(,)cos cos 41616i j i u j v F u v C u C v f i j ππ==++????=????????∑∑ (2) 7700 1(21)(21)(,)()()(,)cos cos 422u v x u y v f i j C u C v F u v N N ππ==++????=????????∑∑ (3) 上式中(),()C u C v = (当u ，v=0时) (),()1C u C v = (其他情况) 3 量化和熵编码 直流分量和各交流分量可用不同量化间隔量化，低频分量量化得细，高频分量量化得粗。Y 、U 、V 也可用不同的量化表，Y 细量化，U 、V 粗量化。JPEG 规范中，Y 数据和Cb 、Cr 数据各有一个8 × 8 的推荐量化表，根据具体要求可以构造专用的量化表，但量化过程和逆量化过程应使用同样的量化表。量化是在图像文件品质与压缩比例之间做一选择的重要过程，而这也就是JPEG 所谓的失真压缩方式。经量化处理后的数据，应用平均压缩比最高的Huffman 码进行熵编码。 经过上述过程后可得到压缩图像。

数字图像压缩技术的研究现状与展望

图像压缩技术的现状和展望 一.前言介绍 随着多媒体技术和通讯技术的不断发展,多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求,具有庞大数据量的数字图像通信对现有的有限带宽以严峻的考验,更难以传输和存储,极大地制约了图像通信的发展,因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩,可以减轻图像存储和传输的负担,使图像在网络上实现快速传输和实时处理。 本文通过介绍其发展历程及其基本原理和其现阶段的应用，对图像压缩编码技术进行了系统性概述，最后对其前景作了总体上的展望。 二．图像压缩编码技术的发展历程 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有60多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。 三．JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”(Joint Photographic Expert Group,简称JPEG),于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案,其后多次修改,至1991年形成ISO10918国际标准草案,并在一年后成为国际标准,简称JPEG标准。 1.JPEG 压缩原理 JPEG 算法中首先对图像进行分块处理，一般分成互不重叠的大小的块，再对每一块进行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag 扫描重新组织，然后进行哈夫曼编码。 2. JPEG压缩的研究状况及其前景

Matlab的图像压缩技术

Matlab的图像压缩技术 一．目的要求 掌握Matlab图像图像压缩技术原理和方法。理解有损压缩和无损压缩的概念，了解几种常用的图像压缩编码方式，利用matlab进行图像压缩算法验证。二．实验内容 1、观察颜色映像矩阵的元素 >> hot(8) ans = 0.3333 0 0 0.6667 0 0 1.0000 0 0 1.0000 0.3333 0 1.0000 0.6667 0 1.0000 1.0000 0 1.0000 1.0000 0.5000 1.0000 1.0000 1.0000 数据显示第一行是1/3红色，最后一行是白色。 2、pcolor显示颜色映像 >> n=16; >> colormap(jet(n)); >> pcolor([1:n+1;1:n+1]); >> title('Using Pcolor to Display a Color )Map'); 图2 显示颜色映像

3、colorbar显示当当前坐标轴的颜色映像>> [x,y,z]=peaks; >> mesh(x,y,z); >> colormap(hsv); >> axis([-3 3 -3 3 -6 8]); >> colorbar; 图3 显示当前坐标轴的颜色映像4、图像格式转换 g=rgb2gray(I); g=rgb2gray(I); >> imshow(g),colorbar; 图4-1 原图像saturn.png

图4-2转换后的图像 5、求解图像的二唯傅里叶频谱 I=imread('cameraman.tif'); >> imshow(I) >> J=fftshift(fft2(I)); >> figure; >> imshow(log(abs(J)),[8,10]) 图5-1 原图像cameraman.png

JPEG图像压缩算法及其实现

一、JEPG压缩算法（标准） (一)JPEG压缩标准 JPEG(Joint Photographic Experts Group)是一个由ISO/IEC JTC1/SC2/WG8和CCITT VIII/NIC于1986年底联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准。迄今为止，该组织已经指定了3个静止图像编码标准，分别为JPEG、JPEG-LS和JPEG2000。这个专家组于1991年前后指定完毕第一个静止图像压缩标准JPEG标准，并且成为国际上通用的标准。JPEG标准是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。 JPEG专家组开发了两种基本的静止图像压缩算法，一种是采用以离散余弦变换(Discrete Cosine Transform, DCT)为基础的有损压缩算法，另一种是采用以预测技术为基础的无损压缩算法。使用无损压缩算法时，其压缩比比较低，但可保证图像不失真。使用有损压缩算法时，其算法实现较为复杂，但其压缩比大，按25：1压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。 JPEG有4种工作模式，分别为顺序编码，渐近编码，无失真编码和分层编码，他们有各自的应用场合，其中基于顺序编码工作模式的JPEG压缩系统也称为基本系统，该系统采用单遍扫描完成一个图像分量的编码，扫描次序从左到右、从上到下，基本系统要求图像像素的各个色彩分量都是8bit，并可通过量化线性地改变DCT系统的量化结果来调整图像质量和压缩比。下面介绍图像压缩采用基于DCT的顺序模式有损压缩算法，该算法下的JPEG压缩为基本系统。 (二)JPEG压缩基本系统编码器 JPEG压缩是有损压缩，它利用了人的视觉系统的特性，将量化和无损压缩编码相结合来去掉视觉的冗余信息和数据本身的冗余信息。基于基本系统的JPEG压缩编码器框图如图1所示，该编码器是对单个图像分量的处理，对于多个分量的图像，则首先应将图像多分量按照一定顺序和比例组成若干个最小压缩单元（MCU），然后同样按该编码器对每个MCU各个分量进行独立编码处理，最终图像压缩数据将由多个MCU压缩数据组成。 图1 JPEG压缩编码器结构框图

图像压缩毕业设计.

XXXXXXX大学毕业设计 图像压缩编码系统设计实现(B) Design and Implementation of Image Compression Encoding System (B) 2011 届电气与电子工程学院 专业电气工程及其自动化 学号 xxxxxoooo 学生姓名 xxxxxx 指导教师 xxxxxxxx 完成日期 2011年 6 月 2 日

毕业设计成绩单

毕业设计任务书

毕业设计开题报告

摘要 近年来，随着现代通信技术、计算机技术、网络技术和信息处理技术的迅速发展，人们对各种信息的需求也不断增长，尤其是图像和多媒体信息。未经处理的图像信号的数据量是很大的，使得图像信息的传输，处理和存储都受到一定的限制。因此，研究高效的图像数据压缩编码方法，即怎样处理，组织图像数据，在应用领域中的作用是至关重要的，图像压缩编码技术已经成为多媒体及通讯领域中很关键的技术之一。编码技术是图像压缩的基础，利用信息编码对图像进行压缩，使图像便于传输、存储。本文就是运用编码技术中的游程长度编码对二值图像进行压缩的。压缩前，先将图像转换成二值图像，然后再进行压缩，这样就达到很好的压缩效果。最后通过MATLAB 进行仿真，来验证方案的合理性和可行性。 关键词：图像压缩二值图像MATLAB游程长度编码

Abstract Along with the rapid development of modern communication technology, computer technology, the network technology and information processing technology, rising incomes have created sharp growth in demand for some information especially image and multi-media resources, in recent years. Untreated image signal data quantity is big, which makes image information transmission, processing and storage are certain limits. Therefore, the effective image data compression coding method, i.e. how to deal with, the organization image data, the role in applications is of vital importance, image compression technology has become multimedia and communication field a key technical one. Therefore, the effective image data compression coding method, i.e. how to handle, organization the image data, the role in applications is of vital importance, image compression technology is one of key technicals in multimedia and communication field. Encoding technology is the basis of image compression, use the information encoding to do image compression, which make the image facilitate transmission and memory. This paper is to use the run-length encoding technology of length coding binary image compression. before compression, make the image become binary image, thus which can reach good compression effect. Finally through MATLAB, and simulation to verify the rationality and feasibility of schemes. Key words：image compression binary image MATLAB run-length length coding

图像压缩

摘要 多媒体技术和网络与移动通信的飞速发展激发了人们进行视频信息交流的需求，推动了图像通信和数字视频技术的全面发展。图像和视频信号数字化可以避免远距离传输的累积失真，数字化存储可以高保真还原，并且容易借助计算机进行灵活处理和管理。而传输和存储图像需要占用大量的数据空间，这严重影响了传输速率和实时处理量,极大地制约了图像通信的发展。因此，图像压缩编码技术受到了越来越多的关注及应用。 本文在分析视频特点的基础上主要从图像压缩的概念、原理、发展现状等方面进行介绍。并且详细介绍了图像压缩技术的分类方便及几种常用的图像压缩编码方法。主要介绍了行程长度编码（RLE）、LZW编码、霍夫曼编码、预测及内插编码、矢量量化编码、分形编码及小波变换编码 1.引言 在当前这个信息化社会中，新信息技术革命使人类被日益增多的多媒体信息所包围。多媒体信息主要是由图像、文本和声音三大元素组成。图像作为其主要元素之一，发挥着越来越重要的作用。而传输和存储图像需要占用大量的数据空间，这严重影响了传输速率和实时处理量,极大地制约了图像通信的发展。在同等的通信容量下，如果图像数据可以压缩之后再传输，就可以使传输的数据量变得很小，也就能够增加通信能力。因此图像压缩编码技术受到了越来越多的关注及广泛的应用。如数码相机、USB摄像头、可视电话、视频点播、视频会议系统、数字监控系统等等，都使用到了图像或视频的压缩技术。 2.图像压缩的概念及原理 图像可以按其内容的运动状态分成静止图像和活动图像两大类。活动图像又称运动图像，沿用电视技术的术语，一般称其为视频。视频是指一组图像在时间轴上的有序排列，它是由一系列的二维空域（平面）图像沿时间轴所排成的序列，用以描写景物的状态和变化的过程。

基于TMS320C5409 图像压缩系统的实现

DSP课程结课论文 基于TMS320C28335 信号检测系统的实现 学号：2014282120167 姓名：熊正强 专业：电子与通信工程 指导老师：谭莹 2014年12月

基于TMS320C5409 图像压缩系统的实现 摘要：该文基于DSP芯片的特点和JPEG图像压缩的原理，重点描述了一个基于TMS320VC5409 DSP芯片的图像压缩系统。其中对传统的JPEG算法的DCT变换和量化过程作了一些改进，使本系统压缩速度更快，在压缩率相同的情况下图像的质量更高。 关键词：DSP；图像压缩；JPEG算法；快速DCT变换 1引言 随着多媒体和网络技术的发展和应用，数字图像大信息量的特点使得图像压缩技术的要求也越来越高，因此，专用高速数字信息的处理技术成为发展的方向。其中，在硬件技术中，TI推出的C5000系列DSP将数字信号处理器的处理能力提高到了一个新的境界，使信号处理系统的研究重点又回到软件算法上。在压缩算法研究上，DCT，小波等多个算法因为其高可靠性和高效性也越来越受到青睐。 2系统硬件设计 2.1 TMS320C549作为主处理器可行性分析 TMS320C5409是TI公司生产的新一代定点DSP芯片，时钟频率100MHz，性价比极高。采用围绕1组程序总线、3组数据总线和4组地址总线建立的改进型哈佛结构，取址和读数可同时进行。有独立的硬件乘法器，有利于实现优化卷积、数字滤波、FFT，矩阵运算等算法中的大量重复乘法运算。具有循环寻址、位倒序等特殊指令，这些指令使FFT、卷积等运算中的寻址、排序及计算速度大大提高。有一组或多组独立的DMA总线，与CPU的程序、数据总线并行工作。还有独特的乘法指令和方便的立即数寻址方式。 在本系统中，TMS320C5409作为主处理器，任务是实现JPEG压缩编码。文献[4]指出，以运算速度为100MHz的TMS320C5409作为主处理器，并以8X8的数据块作JPEG压缩编码时，所需要的机器周期为62Cycles，内存空间为6.3KB。如表2-1所示 通过分析不难得到，当处理一帧大小为640*480的图像时，作JPEG压缩编码所需要的时间为：T=62*10(ns)*640*480=0.9866s当所处理的图像分辨率更小时，则压缩每帧所花的时间则更少，这对于应用在对实时性要求不是很高的场合是完全可行的。

图像压缩技术的发展现状与趋势

图像压缩技术的发展现状与趋势 耿玉静1 赵华2 1燕山大学信息科学与工程学院 河北秦皇岛 （066004） 2河北师范大学电子系 河北保定 （071003） E-mail: gyjlunwen@https://www.wendangku.net/doc/ba12230838.html, 摘要文章简要论述了图像和视频压缩技术的研究状况，就目前国际上正在研究的压缩标准和方法作了介绍，并对图像和视频压缩技术的发展趋势和前景进行了初步探讨。 关键词图像压缩，视频编码，视频对象，压缩标准 1．图像压缩的可行性 图像编码压缩的目的是对要处理的图像源数据按一定的规则进行变换和组合[1]，从而达到以尽量少的比特数来表征图像，同时尽可能好的复原图像的质量，使它符合预定应用场合的要求。图像数据之所以可以进行压缩，是因为有以下几个方面的原因:组成图像的各像素之间，无论在行方向还是列方向都存在一定的相关性，即原始图像数据是高度相关的，应用某种编码方法提取或减少这些相关性，便可达到压缩数据的目的；从信息论看，描述图像信源的数据是由有效信息量和冗余量两部分组成的，去除冗余量能够节省传输和存储中的开销，同时又不损害图像信源的有效信息量；有些场合允许图像编码有一定的失真，也是图像可以压缩的一个重要原因。 2．图像压缩的分类 图像压缩编码的方法目前有很多种，出发点不同其分类亦有差异。以信息保真度为出发点，可以分为两大类：一类是冗余度压缩法。如著名的哈夫曼编码、香农编码、游程编码等，其特征是压缩比较低（一般不超过8:1），但不丢失任何数据，可以严格恢复原图像，实现编/解码的互逆，故又称可逆编码或无损压缩。另一类是熵压缩法。如预测编码、变换编码、统计编码等，由于在压缩过程中要丢失一些人眼所不敏感的图像信息，且所丢失的信息不可恢复，即图像还原后与压缩前不完全一致，故又称有损压缩。以具体编码技术为出发点，可以分为：预测编码、变换编码、统计编码、轮廓编码、模型编码等。 3．图像压缩技术的现状 20世纪80年代后，ISO、IEC和ITU陆续制定了各种数据压缩与通信的标准与建议。 3.1静止图像压缩标准：JPEG标准&JPEG 2000 标准 3.1.1 JPEG 标准 JPEG 全名为Joint Photographic Experts Group，是一个在国际标准组织（ISO）下从事静止图像压缩标准制定的委员会。JPEG标准从1986年正式开始制订，1988年决定采用以图像质量最好的ADCT（Adaptive Discrete Cosine Transform）方式为基础的算法作标准[2]，于1991年3月提出10918号标准[3]“连续色调静止图像的数字压缩编码”，即JPEG标准[4,5]。它在较低的计算复杂度下，能提供较高的压缩比与保真度。 - 1 -

图像压缩技术的综述

题目：图像压缩技术的综述 学生姓名：徐欢学号：070110117 系别：计算机与信息学院专业：计算机科学与技术 入学年份：2010年9月 导师姓名：陈蕴谷职称/学位：讲师/硕士研究生 导师所在单位：中国科学院合肥物质研究院 完成时间:2014年4月 1.引言 随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。 图像数据是用来表示图像信息的，如果不同的方法为表示相同的信息使用了不同的数据量，那么使用较多数据量的方法中，有些数据必然代表了无用的信息，或者是重复的表示了其他数据表示的信息，前者成为数据冗余，后者成为不相干信息。图像压缩编码的主要目的，就是通过删除冗余的或者是不相干的信息，以尽可能地的数码率来存储和传输数字图像数据。 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。 图像编码基础 图像编码压缩是指在满足一定图像质量的条件下，用尽可能少的数据量来表示图像。编码技术比较系统的研究始于Shannon信息论，从此理论出发可以得到数据压缩的两种基本途径。一种是联合信源的冗余度也寓于信源间的相关性之

基于MATLAB-的图像压缩处理及其实现

基于MATLAB-的图像压缩处理及其实现

基于MATLAB 的图像压缩处理及其实现 一．图像压缩的概念 从实质上来说，图像压缩就是通过一定的规则及方法对数字图像的原始数据进行组合和变换，以达到用最少的数据传输最大的信息。 二．图像压缩的基本原理 图像数据之所以能被压缩，就是因为数据中存在着大量冗余信息，另外还有相当数量的不相干信息，这为数据压缩技术提供了可能。 数据压缩技术就是利用数据固有的冗余性和不相干性，将一个大的数据文件转化成较小的文件，图像技术压缩就是要去掉数据的冗余性。 图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。 由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。

三．图像的编码质量评价 在图像编码中，编码质量是一个非常重要的概念，怎么样以尽可能少的比特数来存储或传输一幅图像，同时又让接收者感到满意，这是图像编码的目标。对于有失真的压缩算法，应该有一个评价准则，用来对压缩后解码图像质量进行评价。常用的评价准则有两种：一种是客观评价准则；另一种是主观评价准则。主观质量评价是指由一批观察者对编码图像进行观察并打分，然后综合所有人的评价结果，给出图像的质量评价。而对于客观质量评价，传统的编码方法是基于最小均方误差(MSE)和峰值信燥比(PSNR)准则的编码方法，其定义如下 MSE=1 NxNy ∑∑[f(i,j)?f(i,j)]2 Nj j=0 Ni i=0 (1) PSNR=101g(255×255 MSE ) (2) 式中：Nx，Nr图像在x方向和Y方向的像素数，f(i,j)——原图像像素的灰度值，f(i,j)--处理后图像像素的灰度值。对于主观质量，客观质量评价能够快速有效地评价编码图像的质量，但符合客观质量评价标准的图像不一定具有较好的主观质量，原因是均方误差只是从总体上反映原始图像和压缩图像的差别，但对图像中的所有像点同等对待，因此并不能反映局部和人眼的视觉特性。对于图像信号，人眼是最终的信号接受者，因此在压缩时不仅要以MSE作为评价标准，还应当考虑到人的主观视觉特性。

基于DSP 的图像压缩系统

基于DSP的图像压缩系统 摘要：本文介绍了传统的JPEG图像压缩的原理以及TMS320VC5409DSP芯片应用于图像压缩系统的可行性方案和系统的硬件方案，重点描述了一个基于TMS320VC5409 DSP芯片的图像压缩系统。该系统利用DSP芯片的特点，对传统的JPEG 算法的DCT变换和量化过程作了一些改进，使本系统的压缩算法比传统的JPEG压缩速度更快并且在压缩率相同的情况下图像的质量也更高。 关键词：图像压缩；DSP；JPEG 算法，快速DCT 变换 Image compression system based on DSP Abstract: The article summarizes the theory of standard image compression, especially focuses on the feasibility and method that TMS320VC5409 is used in the image compression system. What's more, based on the image compression system, a fast DCT image compression method and an adaptive JPEG quantification way are proposed in terms of the at tribute of the TMS320VC5409 DSP chip. The realization and application o f the image compression system shows the proposed method runs faster and gets higher quality of image than the standard JPEG compression method at the same compression rate. Keywords：image compression；DSP；JPEG algorithm；fast DCT 0 引言 随着多媒体和网络技术的发展和应用，数字图像大信息量的特点使得图像压缩技术的要求也越来越高，因此专用高速数字信息的处理技术成为发展的方向。在硬件技术中，TI推出的C5000系列DSP将数字信号处理器的处理能力提高到了一个新的境界,使信号处理系统的研究重点又回到软件算法上。在压缩算法研究上，DCT、小波等多个算法因为其高可靠性和高效性也越来越受到青睐。 1硬件系统设计 1. 1 TMS320C5409作为主处理器可行性分析 本系统中，TMS320C5409作为主处理器，任务是实现JPEG 压缩编码。文献[4] 指出， ?的数据块作JPEG压缩以运算速度为100 MHz的TMS320C5409作为主处理器，并以88 编码时，所需要的机器周期为62?Cycles, 内存空间为6. 3 KB，如表1所示。 表 1 TMS320C54X性能和内存需要