图像压缩算法的研究

文章编号：1004-3918（2010）03-0333-03

河南科学

HENANSCIENCEVol.28No.3Mar.2010

图像压缩算法的研究

翟玉梅，邢文凯

（商丘职业技术学院计算机系，河南商丘476000）

摘

要：采用自适应子带分解方法对原始图像经过基于提升算法的小波变换后进一步分解，对分解后的码块采用自

适应相对距离最近阈值法将局部块划分为4类（平坦、过渡、弱纹理和强纹理），对平坦局部块进行向量量化编码，对其余局部码块使用改进的位平面编码从而提高压缩比和编码效率.

关键词：自适应子带分解；局部块分类；位平面编码；压缩比；编码效率中图分类号：TP391.41

文献标识码：A

目前JBIG、JPEG、JPEG2000、MEPG－l、MPEG－2、MEPG－4、MPEG－7以及酝酿中MPEG－21等图像压缩国

际标准是针对不同应用的压缩算法.这些算法存在一些不足，如复杂度高、峰值信号比（PSNR）低、压缩比低、编码效率低等[1]，为此提出以下方法进行改进.

1基于提升算法的小波变换

基于提升的小波变换具有减少计算复杂度，可以实现原位计算，方便、简单逆变换形式以及能够实现整

数系数的小波变换等特点.已经证明所有传统的小波变换都可以采用提升算法来实现，因此使用基于提升的小波变换代替双正交小波变换对图像进行分解.

2自适应子带分解

自适应子带分解方法改变了小波变换后

原始图像

基于提升算法的小波变换

自适应子带分解

系数的统计分布，从而在低码率时用于衡量编码性能的峰值信号比（PSNR）得到一定的改善.

在第一个过程中，采用基于提升算法的小波变换对原始图像进行处理.

在第二个过程中采用自适应子带分解方法进一步分解小波变换后的相应子带，使能量进一步集中到低频频带中.如图1自适应子带分解的过程[2].

图1自适应子带分解的过程

Fig.1Theprocessofadaptivesub-banddecomposition

自适应子带分解算法是对小波变换后生成的LHi（行低频，列高频）和HLi（行高频，列低频）子带分别进行行方向和列方向的一维小波分解，对HHi进行行列方向进一步小波分解.这是因为LHi子带是原来子带进行行低频和列高频的分解结果，于是对其进行行方向的小波分解可以进一步集中系数到行方向的低频子带中去；HLi子带是原来子带进行行高频和列低频的分解结果，于是对其进行列方向的小波分解可以进一步集中系数到列方向的低频子带中去，HHi是原来子带进行行高频、列高频分解后的子带，可以再次进行行和

为了保持各个子带间的相似性，如果LHi进行了子带列的分解将系数进一步集中行列低频子带中[3].同时，

分解那么所有LHi子带对于i＞1也进行相同的小波变换.HLi和HHi系列子带也作同样处理.这里限定在

相同方向上的最大分解次数为2，因为当小波变换次数大于2时性能的改进不是十分明显，但是消耗相当多的额外处理时间.

收稿日期：2009-10-21

基金项目：河南省教育厅自然科学研究计划项目（2008C520006）

作者简介：翟玉梅（1973-），女，山东荷泽人，讲师，硕士研究生，软件理论与应用研究.

-334-

河南科学

第28卷第3期

3局部块编码

3．1局部块编码思路

继而采用块内方差作为局部块的纹理复杂度首先将小波变换后的图像高频子带划分为4×4的局部块；

和重要性度量，将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；最后对平坦局部块进行向量量化编码，对强纹理局部块进行标量量化，以使得各局部块的恢复误差大致平衡.3．2局部块编码具体方案

1、对LL3子带进行熵编码，对HH1子带不编码（解码时以0填充）.2、将小波分解后的其它高频子带（HL3，LH3，HH3，…，LH1）划分为4×4的局部块，并设定阈值0＜T0＜T1＜T2[4].将方差小于T0的局部块划分为平坦区；方差大于T0但小于T1的局部块划分为过渡区；方差大于T1但小于T2的局部块划分为弱纹理区；方差大于T2的局部块划分为强纹理区.

3、局部块划分为纹理区阈值的选取.显然，阈值T0，T1和T2选取是否合理将直接影响本压缩编码算法工作效率.设pi为灰度值为i的点占全图点的比例，m为最大灰度级，f和b分别为用灰度值t作为阈值分隔出的目标灰度均值和背景灰度均值.其中

f=Σipi/Σpi，b=Σipi/Σpi.

i=0

i=0

i=t+1

i=t+1

t

t

m-1

m-1

则b－T可以用来近似地表示背景与阈值之间的距离，而目标和背景之间的距离可以用b－f来近似地表示.若只考虑其相对距离，则可以分别用（b－T）（/b－f）和（T－f）（/b－f）来表示.考虑到阈值介于目标灰度与背景灰度之间，且希望阈值尽量居于中间（即两者相对距离尽量地相等），同时注意到（b－T）（/b－f）+（T－f）（/b－f）＝1，显然对于和恒为1的两个数，若使其积最大，则正好是两数最接近（都等于1/2），因此得到以下自适应相对距离最近阈值选取方法

T=max（（b-T）（T-f）（/b-f））.

0≤t≤m-1

2

实验结果表明，该阈值选取方法是一个通用性很强的方法，可以替换诸如最大熵、矩阵保持等最常用的

阈值选取法，可以适应目标比例变化大和均匀噪声干扰严重的图像等.4、局部块进行位平面编码.

将这些局部块划分为4类（平坦、过渡、弱纹理和强纹理）；对平坦局部块进行向量量化编码，对其余局部块对码块系数量化，按照二进制位分层的方法，从高有效位平面开始，依次对每个位平面上的所有小波系数

[5]

位进行3个通道扫描建模（重要性传播编码通道、幅度精炼编码通道、清除编码通道），在位平面编码时采用以下两种方法：

1）位平面0、1、2清除通道编码省略法.在较低位平面（即位平面0、1、2）上清除通道实际编码的像素是很少的，几乎为零.所以花费时间对较低位平面上的清除通道进行扫描编码是无意义的，因此省略较低位平面的清除通道编码，达到改进标准算法的目的.该编码模块与标准算法此部分代码相近，只是对编码条件进行了改变.

2）位平面6、7一次扫描法.在高位平面（位平面6和位平面7）重要性传播通道和幅度精练通道的编码量都很低，趋近于零，而清除编码通道编码的像素量相反却很高.在标准算法的扫描机制下，对图像质量影响很小的高频子带像素编码，扫描算法必须从最高平面由高向低分3次完整地扫描.一次扫描法对较高位平面进行改进，即在一次扫描过程中对最高位平面和次高位平面所有系数进行编码.这样就能减少两次扫描，提高了编码效率.

4实验结果

本文实验基于WindowsXP操作系统、CPUIntelPentium（R）42．4GHz、512M内存、CCS编译环境，程序通过USB仿真器下载到DM2EVM开发板上进行，采用LeGall（5，3）小波，处理图像为512×512的lena和barbara图像[6].经测试，压缩比为16∶1时编码器编码相应耗时如表1所示.

2010年3月翟玉梅等：图像压缩算法的研究表1PC与DSP实现算法时间比较

Fig.1TimecomparisonofPCandtheDSPalgorithm

PC

lena

barbara207

lena1483

DSP

barbara160522

-335-

ms

DWTEBCOT

58196

实验给出了lena图像在8∶1，16∶1，32∶1三种压缩比下的重构图像，并分别给出了与原始图像的峰值信噪比.表1数据表明，编码器基于DSP的编码耗时相比基于PC的耗时有所增加，是因为代码在DM2EVM硬件平台上运行时需要持续的通过USB仿真器和PC机交换数据，从而增加了时间的开销.从PSNR值可知，图像在较高压缩比下的重构图像仍具有较高的图像质量.实验结果表明，移植到DSP上的JPEG2000编码算法代码仍具有良好的压缩性能.从编解码时间来看，在有损压缩编码执行时间上，本文所给出的改进算法比标准算法时间缩短8％到12％，解码时间缩短2％到5％，提高了编码效率，达到了改进的目的.

5结束语

基于提升的小波变换具有减小计算复杂度，实现原位计算，方便、简单逆变换形式以及能够实现整数系

从而在低码率时用于衡量编码性数的小波变换.自适应子带分解方法改变了小波变换后系数的统计分布，

能的峰值信号比（PSNR）得到一定的改善.自适应相对距离最近阈值法将局部块划分为4类（平坦、过渡、弱

纹理和强纹理），对平坦局部块进行向量量化编码，对其余局部块对码块进行位平面编码提高编码效率.

致谢:在完成本项目期间，科研处以及计算机系的领导为我们提供了良好的研究条件，网络教研室的各位老师给予了各种支持与帮助，在此，谨向各位同仁表示诚挚的敬意和谢忱.参考文献：

［1］琉

晋．图像工程：上册［M］．北京：清华大学出版社，2001：27-31．

［2］SweldensW．Theliftingseheme：eonstructionofsecond-generationwavelets［J］．SIAMJMathAnal，1998，29（2）：411-446.［3］Sweldens，W.Theliftingseheme：acustom-designconstructionofbiorthogonalwavelets［J］．APPIComPutHarmonicAnalysis，

1996，3（2）：186-200.

［4］韩志荣．荃于DSP的JPEO200O编码算法模块设计与实现［D］.上海：上海海事大学，2005：49-56.［5］张旭东，卢国栋，冯健．图像编码基础和小波压缩技术［M］．北京：清华大学出版社，2004.［6］伯晓晨，李涛，刘路.Matlab工具箱应用指南信息工程篇［M］．北京：电子工业出版社，2000．

TheResearchoftheImageCompressionAlgorithm

ZhaiYumei，XingWenkai

（ComputerDepartment，ShangqiuVocationalCollege，Shangqiu476000，HenanChina）

Abstract：Adaptivesub-banddecompositionoftheoriginalimageisbasedonliftingwavelettransformalgorithmtofurtherbreakdownrightafterthecodeblockdecompositionoftherelativeadaptivethresholdmethodtothenearest

transitionalandweaktextureandstrongtexture），thepartialblocklocalblockisdividedintofourclasses（smooth，

therestofthelocalcodeblockusingtheimprovedbit-planecodingtoimproveofaflatvectorquantizationcoding，

compressionratioandcodingefficiency．

Keywords：adaptivesubbanddecomposition；partialblockclassification；bit-planecoding；compressionratio；codingefficiency