图像压缩方法综述

《图像压缩方法综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、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；算术编码行处理的方法。在空间上具有强

2、相关的信号，反1引言映在频域上是在某些特定的区域内能量常常被集在随着计算机与数字通信技术的迅速发展,中在一起，或者是系数矩阵的分布具有某些规律。特别是网络和多媒体技术的兴起,大数据量的图我们可以利用这些规律在频域上减少量化比特像信息会给存储器的存储容量、通信信道的带宽数，达到压缩的目的。也就是说，图像变换本身以及计算机的处理速度增加极大的压力。为了解并不能压缩数据，但变换后图像大部分能量集中决这个问题,必须进行压缩处理。图像数据之所以到了少数几个变换系数上，再采用适当的量化和能被压缩，就是因为数据中存在着冗余。图像数熵编码便可以有效地压缩图像。量化是对经过据的冗余主要表现

3、为：图像中相邻像素间的相关DCT变换后的频率系数进行量化，其目的是减小性引起的空间冗余；图像序列中不同帧之间存在非“0”系数的幅度以及增加“0”值系数的数目，相关性引起的时间冗余；不同彩色平面或频谱带它是图像质量下降的最主要原因。的相关性引起的频谱冗余。数据压缩的目的就是图像经DCT变换以后，DCT系数之间的相关通过去除这些数据冗余来减少表示数据所需的比性就会变小。而且大部分能量集中在少数的系数特数。信息时代带来了“信息爆炸”，使数据量大上，因此，DCT变换在图像压缩中非常有用，是增，无论传输或存储都需要对数据进行有效的压有损图像压缩国际标准JPEG的核心。从原理上讲缩。

4、因此图像数据的压缩就显得非常重要。可以对整幅图像进行DCT变换，但由于图像各部在此，我们主要介绍变换编码的DCT编码和位上细节的丰富程度不同，这种整体处理的方式DWT编码和统计编码的哈夫曼(Huffman)编码和效果不好。为此，发送者首先将输入图像分解为算术编码。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2变换编码传输；接收者通过对量化的DCT系数进行解码，变换编码是将空域中描述的图像数据经过某并对每个图像块进行的二维DCT反变换。最后将种正交变换转换到另一个变换域(频率域)中进行操作完成后所有的块拼接起来构成一幅单一的

5、图描述，变换后的结果是一批变换系数，然后对这像。对于一般的图像而言，大多数DCT系数值都些变换系数进行编码处理，从而达到压缩图像数接近于0，所以去掉这些系数不会对重建图像的质据的目的。主要的变换编码有DCT编码和DWT编量产生较大影响。因此，利用DCT进行图像压缩码确实可以节约大量的存储空间。1.1DCT编码由于图像可看成二维数据矩阵，所以在图像DCT编码属于正交变换编码方式，用于去除编码中多采用二维正交变换方式，然而其正交变图像数据的空间冗余。变换编码就是将图像光强换的计算量太大，所以在实用中变换编码并不是矩阵(时域信号)变换到系数空间(频域信号)上进对整幅图像进行变换

6、和编码，而是将图像分成若1图像压缩方法综述干个n×n的子图像分别处理。这是因为小块图像号的高尺度，即高频信息。因此，原始信号通过的变换计算比较容易，而且距离较远的像素之间两个相互滤波器产生两个信号。的相关性比距离较近的像素之间的相关性要小。通过不断的分解过程，将近似信号连续分解，实践证明4×4、8×8、16×16适合图像压缩，这就可以将信号分解成许多低分辨率成分。理论上是因为：分解可以无限制的进行下去，但事实上，分解可如果子图像尺寸取得太小，虽然计算速度快，以进行到细节（高频）只包含单个样本为止。因实现简单，但压缩能力有限；如果子图像尺寸取此，在实际应用中，一般依据信号的

7、特征或者合得太大，虽然去相关效果好，因为DCT等正弦类适的标准来选择适当的分解层数。小波分解可以变换均渐近最佳化，同时也渐近饱和，由于图像使人们在任意尺度观察信号，只需所采用的小波本身的相关性很小，反而使得压缩效果不明显，函数的尺度合适。小波分解将信号分解为近似分并且增加了计算的复杂度。量和细节分量，它们在应用中分别有不同的特点。1.2DWT编码比如，对含有噪声的信号，噪声分量的主要能量小波变换是Fourier变换的改进。它被认为是集中在小波分解的细节分量中，对细节分量做进继Fourier分析之后的又一有效的时频分析方法。一步