圖像壓縮編碼

《圖像壓縮編碼》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。

1、《中國有線電視》2004(18)CHINACABLETELEVISION·理論研究·圖像壓縮編碼方法分析□張連俊,彭榮群(山東理工大學,山東淄博255012)摘　要:介紹圖像壓縮編碼技術發(fā)展過程,對圖像壓縮編碼,特別是自適應預測編碼、模型法編碼、分形編碼、小波變換壓縮編碼、神經網絡壓縮編碼原理和特點進行分析,并闡述圖像壓縮編碼的作用。關鍵詞:自適應預測編碼;模型法編碼;分形編碼;小波變換編碼;神經網絡壓縮編碼中圖分類號:TN911.22文獻標識碼:A文章編號:1007-7022(2004)18-0006-04ImagesComp

2、ressionCodingTechnology□ZHANGLian2jun,PENGRong2qun(ShandongUniversityofTechnology,ShandongZibo255012,China)Abstract:Thedevelopingprocessofimagescompressioncodingtechnologyisintroduced.Analyzingtheimagescom2pressioncoding,especiallytotheauto2adaptingcompressioncoding,

3、modelmethodencoding,fractalcoding,wavelettransformscoding,neuralnetworkcoding.Thefunctionofimagecompressioncodingisdescribed.Keywords:Auto2adaptingCoding;ModelMethodCoding;FractalCoding;WaveletTransformCoding;NeuralNet2workCoding　　多媒體通信技術是當前科學技術發(fā)展的熱點,它生。到了七八十年代,圖像壓縮技

4、術的主要成果體現是將圖文、圖像、音頻、視頻、動畫、通信和計算機技術在變換編碼技術上,矢量量化編碼技術也有較大的發(fā)結合在一起的一種新技術。由于圖像和視頻本身的數展。80年代末,小波變換理論、分形理論、人工神經網據量非常大,給信息的存儲和傳輸帶來很大不便,因此絡理論、視覺仿真理論建立,人們開始突破傳統(tǒng)的信源圖像和視頻數據的壓縮編碼技術和解壓縮技術成為多編碼理論,圖像壓縮編碼向著更高的壓縮率和更好的媒體通信技術的關鍵之一。壓縮質量的方向發(fā)展,進入了一個嶄新的發(fā)展時期。1　圖像壓縮技術發(fā)展過程2　圖像壓縮編碼圖像壓縮編碼技術可以追溯到1

5、948年提出的電圖像壓縮編碼可分為兩類:一類壓縮是可逆的,即視信號數字化,已有50多年的歷史。20世紀五六十從壓縮后的數據可以完全恢復原來的圖像,信息沒有年代的圖像壓縮編碼技術由于受到電路技術的制約,損失,稱為無損壓縮編碼;另一類壓縮是不可逆的,即僅僅停留在預測編碼、亞采樣以及內插復原等技術的從壓縮后的數據無法完全恢復原來的圖像,信息有一研究,還很不成熟。1969年在美國召開的第一屆“圖定損失,稱為有損壓縮編碼。像編碼會議”標志著圖像編碼作為一門獨立學科的誕常用的無損壓縮編碼有形程長度編碼(RLE)、算作者簡介:張連俊(1964

6、2),男,副教授,主要從事通信工程研究;彭榮群(19712),男,講師,主要從事信號處理及通信電路研究。6《中國有線電視》2004年第18期　　　　　　　　　　　　　　　　　　　張連俊等:圖像壓縮編碼方法分析術編碼、霍夫曼編碼(Huffmanencoding)等,無失真壓縮來重現原像素。預測編碼器和解碼器如圖1所示。編碼由于其壓縮率有一定的極限,目前已經不是研究的熱點,現在主要集中在有損壓縮編碼和綜合編碼上。有損壓縮編碼就是壓縮后圖像的某些信息會丟失,可有較高的壓縮率。其中變換編碼就是將圖像光強度矩陣(時域信號)變換到系數空間(

7、頻域信號)上進行處理的方法。在空間上具有強相關性的信號,反映(a)　編碼器在頻域上是某些特定的區(qū)域內能量常常被集中在一起,或者是系數矩陣的分布具有某些規(guī)律。我們可以利用這些規(guī)律在頻域上減少量化比特數,達到壓縮的目的。常用的變換編碼有K-L變換編碼(均方誤差準則下最佳變換編碼)和DCT編碼(離散余弦變換編碼)。由于DCT編碼性能接近K-L變換編碼而運算(b)　譯碼器量小且可采用快速離散余弦變換FCT算法,實際中應圖1　預測編碼原理圖用更廣泛。預測編碼可以獲得比較高的編碼質量,并且實現矢量量化編碼也是有損編碼,它利用相鄰圖像數據起來

8、比較簡單,因此被廣泛應用于圖像壓縮編碼系統(tǒng)。間的高度相關性,將輸入圖像數據序列分組,每一組m但是它的壓縮率并不高,而且精確的預測有賴于圖像個數據構成一個m維矢量一起進行編碼,即一次量化的特性,并且必須作大量的非線性運算,因而一般不單多個點。根據香農率失真理論,對