关键字 |
| h、复合图像,JPEG, DCT,内部预测。 |
介绍 |
| 数字图像压缩图像数据率的方法减少节省存储空间,降低传输速率的要求。然而,互联网的快速发展和广泛的富媒体应用程序产生不仅文本,自然和图形图像而且图像,结合这三个在一起。这些图像称为„复合图像吗?例子包括计算机生成图像、文本图像,扫描图片,文档图像,等等。复合图像的示例图(1)所示。 |
| 本文讨论了三种不同的图像压缩算法和比较自然和复合图像。第一个算法离散余弦变换。离散余弦变换是一个快速变换。这是一个广泛使用的和健壮的图像压缩方法。具有优良的压缩高度相关的数据。DCT图像DCT给固定基础好信息包装能力之间的妥协和计算复杂性[1]。第二个算法JPEG(联合图像专家组)算法。JPEG使用一种有损压缩基于离散余弦变换(DCT)。 |
| 压缩是由一系列的操作:变换,量化,锯齿形扫描、差分脉码调制(DPCM)和熵编码。减压是通过执行逆逆顺序的步骤。我们假设数据仅可在压缩格式。这是最好的压缩自然照片相比其他技术[2]。最后一个算法是h。正常的和复合的图像是非常有用的。它具有更好的PSNR值比较DCT和JPEG。它是基于块的技术,在这种复合图像/正常图像宏块划分为16 * 16使用分割。这是执行内部预测在变换h .内部编码。h的新方面的使用是一个4 * 4变换块大小,而先前使用8 * 8 DCT图像编码标准。 This smaller block size leads to a significant reduction in ringing artifacts [3]. In this compression is performed a series operations: intra prediction, transform, quantization, zigzag scanning and entropy encoding. Reconstruction is accomplished by performing inverse steps in an inverse order [4]. |
压缩技术 |
| )离散余弦变换:——离散余弦变换(DCT)已经被广泛应用于图像压缩的面积。它是由艾哈迈德,Natarajan Rao [1974], DCT的近亲离散傅里叶变换(DFT)。图像压缩中的应用是由陈和普拉特[1984]。通过使用DCT减少像素间冗余。在输入图像压缩过程分为8 * 8的像素块,然后向前每一块应用于二维离散余弦变换然后我们将转换后的图像。需要时,通过减压重建图像。这一过程使用逆离散余弦变换(IDCT)。图像是一个二维数组,因为在这里,我们使用二维DCT。二维离散余弦变换是一个一维DCT应用两次,一次在x方向上,在y方向上。DCT方程计算(i, j)进入一个图像的DCT。 The equation 2-D DCT is shown below. |
 (1) |
 (2) |
| P (x, y)是图像的元素所代表的矩阵P, N是DCT块的大小是在完成的。方程计算一个条目((i, j)th)转换后的图像的像素值的原始图像矩阵。标准的8×8块DCT压缩使用,x和y = 8,范围从0到7。因此D (i, j)方程。 |
 (3) |
| 原始样本图像可以再次重新计算DCT系数运用逆离散余弦变换(IDCT)。IDCT的数学公式8 X 8给出的块大小 |
 (4) |
| DCT矩阵:得到的矩阵形式的方程(1),我们将使用以下方程, |
 (5) |
| 在逆DCT T的正交性是很重要的,逆的T T '这是容易计算。在输入图像,选择8 * 8块从最上层,一幅我的左手角落。e m .准备执行DCT,通过矩阵乘法。 |
 (6) |
| 在上面的方程D转换后的图像矩阵。一部分选择D D ?从0到3的系数在两个维度。D ?D 1:4压缩的压缩格式。 |
 (7) |
| 在维11新配方图像矩阵在接收机所示eqn(7)。在D ' O表示4 * 4 0。然后它会使用逆离散余弦变换重建。重建图像(R),给出方程8所示。 |
 (8) |
| B) JPEG压缩算法:JPEG使用一种有损压缩基于离散余弦变换(DCT)。有几种不同的JPEG,但只有“基线”方法进行了探讨。 |
| 图1.1所示,首先划分为图像non-overlapping8×8块。提出离散余弦变换(FDCT)应用于每一块空间域像素的灰度值转换成频域系数。DCT系数的计算后,它们与不同尺度归一化根据提供的JPEG标准量化表进行了心理的视觉证据。量化系数以锯齿形扫描顺序重新排列为进一步有效的无损压缩的编码算法,如行程长度编码、算术编码、霍夫曼编码。解码过程是编码的逆过程,图1.2所示。 |
| JPEG解码器的框图以上图所示。减压是通过应用前面的步骤相反的逆顺序。因此,解码过程始于熵解码和继续运行长度转换为一个序列的零和系数。系数是dequantised和逆离散余弦变换(IDCT)执行检索解压图像。 |
| C)提出ALGORITHAM:——算法命名为h。264算法。它是非常有用的对自然和复合图像。它有更好的PSNR值和更好的压缩效率比较两种算法。h的框图。264encoder and decoder as show Fig 1.3. |
| 主要有两种数据流路径在上面的图,从左到右(编码)和右到左(重建)。编码流程如下: |
| 1)原始图像宏块划分为16 * 16通过使用基于块分割,然后应用内部预测。 |
| 2)内部预测在h标准有效地减少了空间相关性在16×16和4×4块,在当前块的预测相邻像素上,左块和生成P。 |
| 3)P是减去从原来的宏块产生残余或不同宏块D。 |
| 4)使用DCT D转换。通常,D是分成8×8或4×4区块分别和每个子块转变。 |
| 5)每个子块使量子化(X)。 |
| 6)每个子块的DCT系数会重新排序和运行级别编码。最后,系数向量和相关的每个宏块的头信息熵编码(哈夫曼编码)产生压缩比特流。 |
| 重建数据流如下: |
| 1)压缩比特流熵解码(霍夫曼解码)提取系数,为每个宏块运动矢量和标题 |
| 2)行程长度编码和重新排序是相反的,产生一个使量子化,改变了宏块X。 |
| 3)X是新和逆转化为产生一个解码残余D。 |
| 4)P添加D_生产重建宏块。重建的宏块保存。 |
| 5)重建的宏块通过解封过滤然后我们得到恢复图像。 |
| 输入图像(正常图像类型)用来进行实验显示在图1.4和图1.5所示的重建图像。均方误差和峰值信噪比的值这幅,表2.1给出的图片。 |
压缩算法的特性 |
| 图像质量描述图像的保真度再现源图像数据压缩方案。有四个主要特征来判断图像压缩算法。 |
| 我)压缩比:压缩比等于原始图像的大小除以压缩图像的大小。这比给多少压缩实现特定的形象。压缩比达到通常表示图像质量。一般来说,压缩比越高,贫穷产生的图像的质量。压缩比和图像质量之间的权衡时需要考虑的一个重要一个压缩图片。一些产生压缩比,压缩方案是高度依赖于图像内容。这方面的压缩被称为数据依赖性。 |
| (二)压缩时间:压缩时间和解压时间被定义为所需的时间压缩和解压,分别。他们的价值取决于以下因素: |
| •压缩算法的复杂性。 |
| •效率的软件或硬件实现的算法。 |
| •利用处理器的速度或辅助硬件。 |
| 3)均方误差:均方误差措施原始之间的平方误差和压缩图像。给出了均方误差的公式 |
 |
| 其中M X N是图像的大小,f ' (i, j)和f (i, j)是解压的矩阵元素和原始图像(i, j)像素。 |
| (四)峰值信噪比:之间的峰值信噪比计算输入原始图像和重建的图像称为PSNR。PSNR值是最常用的测量重建有损压缩编解码器的质量怎么样?(例如,图像压缩)。通常是表达的对数分贝范围内,给出公式PSNR |
 |
| 这里,马克西是最大可能的图像像素值。当使用8位/像素表示样本,这是281 = 255。更普遍的是,当样品表示使用线性PCM与B位/样本,然后马克西= 2B1。 |
比较结果 |
| 不同的有损压缩方法使用DCT, JPEG和h算法提出了不同类型的图像(正常、复合、词、电力点)。均方误差和峰值信号噪声比table1.1值进行比较。观察,均方误差和峰值信噪比的值h算法更好的比其他两种方法。 |
结论 |
| 在这些纸上四个不同类型的图像,如正常,化合物,词,灵能点图像压缩和解压缩。所有这些图像压缩和解压使用三种不同的方法。可以看出h方法提供了更好的均方误差和峰值信噪比的值所有类型的图像与其他两种方法进行比较。因此h方法最好与DCT和JPEG相比在均方误差和峰值信噪比。 |
|
表乍一看 |
 |
| 表1 |
|
|
数据乍一看 |
 |
 |
 |
| 图1 |
图1一个 |
图1 b |
|
 |
 |
 |
| 图1 c |
图1 d |
图1 e |
|
|
引用 |
- 拉斐尔·C。冈萨雷斯和右眼森林,数字图像处理,第五版,艾迪生韦斯利,印度,2000。
- 建议T.81国际电信联盟(ITU)性病,1992年9月,联合图像专家组(JPEG)。
- ISO / IEC 14496 - 10和ITU-T Rec。h,先进的视频编码,2003。
- R。阿帕纳,D。Maheswari Dr.V。罗达绩效评估,h / AVC内部复合图像压缩系统,2010 InternationalJournal计算机应用。
- Wenpeng叮,燕,冯吴邦国委员长和队友王士鹏李(2007),为复合图像压缩率失真优化的颜色量化,学报,6508卷,页1 - 9。
- ISO / IEC JTC1 / SC29 WG1, JPEG 2000委员会,JPEG 2000验证模型(技术说明),1999年4月22日。
- 叮,W。,Lu, Y. and Wu,F. (2007) Enable Efficient Compound Image Compression in H.264/AVC Intra Coding, IEEE International Conferenceon Image Processing, Vol. 2, Pp. II - 337 - II – 340.
- Zaghetto, a和德奎罗斯(2007)使用h / AVC-Intra分割-驱动的复合文档编码,IEEE 2007年ICIP ii - 333 - ii - 336页。
- b, c .赵和陈y”算法压缩复合文档与大型文本/图像背景重叠”,IEE Proc。Vis.Image信号的过程。卷,151。6日,第459 - 453页,2004年12月。
|
菜单
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
