资源描述：
《图像编码技术的研究和应用》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、图像编码技术的研究和应用一幅二维图像可以表示为将一个二维亮度函数通过采样和量化而得到的一个二维数组。这样一个二维数组的数据量通常很大,从而对存储、处理和传输都带来了许多问题,提出了许多新的要求。为此人们试图采用对图像新的表达方法以减少表示一幅图像需要的数据量,这就是图像编码所要解决的主要问题。压缩数据量的主要方法是消除冗余数据,从数学角度来讲是要将原始图像转化为从统计角度看尽可能不相关的数据集。这个转换要在图像进行存储、处理和传输之前进行,而在这之后需要将压缩了的图像解压缩以重建原始图像或其近似图像.图像
2、压缩和图像解压缩,通常也分别称为图像编码和图像解码。图1 通用的图像编码系统模型这里给出了一个通用的图像编码系统模型,如图。这个模型主要包括2个通过信道级连接的结构模块:编码器和解码器。当一幅输入图像送入编码器后,编码器根据输入数据进行信源编码产生一组信号。这组信号在进一步被信道编码器编码后进入信道。通过信道传输后的码被送入信道解码器和信源解码器,解码器重建输出的图像。一般来说,输出图是输入图的精确复制,那么系统是无失真的或者信息保持型的;否则,称系统是信息损失的。图2 源编码器和源解码器模型信源编码器的
3、作用是减少或消除输入图像中的编码冗余、像素间冗余及心理视觉冗余。尽管信源编码器的结构与具体应用和对保真度的要求有关,但一般情况下信源编码器包括顺序的3个独立操作,而对应的信源解器包含反序的2个独立操作(见图2)。在信源编码器中,映射器将输入数据变换以减少表达图像的数据,这与具体编码技术有关。量化器根据给定的保真度准则减少映射器输出的精确度。这个操作可以减少心理冗余,但不可翻转。符号编码器产生表达量化器输出的码本,并根据码本输出.符号编码器编码为了减少冗余,这个操作是可以反转的。当信道是有噪声的或者容易产生
4、误差时,信道编码器和信道解码器对这个编解码过程是非常重要的。由于信源编码器的输出数据一般只有很少的冗余,所以他们对传输噪声很敏感。信道编码器通过把可控制的冗余加入信源编码器后的码字以减少信道噪声的影响。1 现代编码方法这里介绍了几种比较热的编码方法:第二代编码方法、分形编码、模型编码、神经网络编码、小波变换编码。1.1 第二代图像编码方法 第二代图像编码方法[1]是针对传统编码方法中没有考虑人眼对轮廓、边缘的特殊敏感性和方向感知特性而提出的。它认为传统的第一代编码技术以信息论和数字信号处理技术为理论基础,
5、出发点是消除图像数据的统计冗余信息,包括信息熵冗余、空间冗余和时间冗余。其编码压缩图像数据的能力已接近极限,压缩比难以提高。第二代图像编码方法充分利用人眼视觉系统的生理和心理视觉冗余特性以及信源的各种性质以期获得高压缩比,这类方法一般要对图像进行预处理,将图像数据根据视觉敏感性进行分割。按处理方法的不同,第二代图像编码方法可分为两种典型的编码技术[2]:一种是基于分裂合并的方法,先将图像分为纹理和边缘轮廓,然后各自采用不同的方法编码;另一种是基于各向异性滤波器的方法,先对图像进行方向性滤波,得到不同方向的
6、图像信息,再根据人眼的方向敏感性对各个通道采用特定的方法单独编码。但是到目前为止,第二代图像编码方法复原图像的质量不尽人意[3]。原因之一在于我们对人眼视觉特性的了解仍较为肤浅;原因之二是图像的分裂合并算法、各向异性滤波算法没有提供一种很好的机制来利用已知的人眼视觉特性。然而这种编码方法强调利用人眼视觉特性的思想对后来各种图像编码方法的研究产生了深刻的影响。2.2分形图像编码分形图像编码是在分形几何理论的基础上发展起来的一种编码方法。分形理论是欧氏几何相关理论的扩展,是研究不规则图形和混沌运动的一门新科学
7、。它描述了自然界物体的自相似性,这种自相似性可以是确定的,也可以是统计意义上的。这一理论基础决定了它只有对具备明显自相似性或统计自相似性的图像,例如海岸线、云彩、大树等才有较高的编码效率。而一般图像不具有这一特性,因此编码效率与图像性质学特性有关,而且分形图像编码方法实质上是通过消除图像的几何冗余度来压缩数据的,根本没有考虑人眼视觉特性的作用。分形图像压缩的概念是80年代中后期由Barnsley等人提出的,其理论基础是迭代函数系统(IFS:IteratedFunctionSystem)理论,着眼点是利用自
8、然图像普遍存在的自相似特性(几何尺度不论怎样变化,景物任何一小部分的形状都与较大部分的形状极其相似),将这些自相似的结构以某种函数映射关系的形式表现出来,当这些函数映射关系满足一定的条件时,就可通过迭代计算重建图像。所以,分形图像编码过程是找映射关系的过程,而解码过程则是依照映射关系迭代计算的过程。整个方法包括以下步骤:(1)将原图(集合X)予分割为若干分形子图X(m),m=1,2,3⋯M;(2)对每一个子块X(m)提取IFS
