雷竞技网页版研究与评论-国际期刊雷竞技苹果下载

国际电气、电子和仪器工程高级研究杂志

菜单

在线刊号(2278-8875)印刷版(2320-3765)

所有提交的EM系统将被重定向到网上投稿系统．作者被要求将文章直接提交给网上投稿系统各自的日志。

基于混合压缩技术的改进缝雕图像压缩

T.Swetha1和L.Anju2
  1. 斯里文卡特斯瓦拉工程学院欧洲经委会系专业研究生(通信系统)。金奈，泰米尔纳德邦，印度
  2. 斯里文卡特斯瓦拉工程学院欧洲经委会系助理教授。金奈，泰米尔纳德邦，印度
有关文章载于Pubmed，谷歌学者

更多相关文章请访问国际电气、电子和仪器工程高级研究杂志

国际电气、电子和仪器工程高级研究杂志

摘要

近年来，多媒体产品的发展和需求不断快速增长，导致网络带宽和设备内存存储不足。因此，称为压缩的术语变得越来越重要。有许多图像压缩方法都是将图像作为一个整体进行压缩，而不考虑设备存储和资源。因此，低计算复杂度的内容感知图像压缩是设备有限的多媒体设备领域的瓶颈问题。现有的图像编码方法不能支持基于内容的高压缩。本文将图像调整技术、缝雕刻技术与SPIHT技术相结合。在每个输入图像上生成基于块的seam，然后雕刻出来，结果是重新定向的图像，但结果输出的图像质量不佳。为了提高图像的画质，对图像进行了简单的线性调整。然后对改进后的重定向输出进行多层离散小波变换(DWT)，再将离散余弦变换与小波变换结合为混合变换，以达到更好的压缩效果。将SPIHT编码技术应用于变换后的图像，得到一系列比特流。 As a result, an image can be recreated with arbitrary aspect ratio in a content-aware manner, with the help of the side information of seam energy map.

关键字
缝雕，离散小波变换(DWT)，离散余弦变换(DCT)，分层树集划分(SPIHT)，图像压缩。

介绍
有各种各样的显示设备，如手机、PDA、笔记本电脑等。每一种显示设备都随其任意比例而变化。这样一来，图像的大小也不一样，结果图像的质量就变差了。最终目的是保持从一个显示设备到另一个显示设备的图像质量。这个问题的一个解决方案是调整和压缩内容感知信息的大小。图像压缩是对原始图像进行少量编码的一种数据压缩应用。这种系统的主要目标是尽可能减少存储量。
一种称为解压缩(解码)的逆过程应用于压缩数据以获得重建图像。压缩的目标是尽可能减少比特数，同时保持重建图像的分辨率和视觉质量尽可能接近原始图像。
本文基于感兴趣区域(ROI)，利用接缝雕刻技术对概念图像进行尺寸调整。缝雕刻的过程是通过生成基于块的缝路径来完成的，这是一个低能量像素值的连接路径，找到缝路径后将从相应的图像中雕刻出来。对煤层雕刻图像进行多层离散小波变换。然后对小波系数进行DCT处理，最后将输出的DCT图像与小波编解码器SPIHT结合。它们的压缩效率，例如图像压缩是广泛认可的。已经使用的JPEG2000标准也将基于小波变换。著名的Pearlman Set Partitioning In Hierarchical Trees (SPIHT)算法是将随机访问整个图像的必要性限制为只对小的子图像进行访问。其主要思想是基于集合的划分，集合由整个子树的系数或代表组成。解码器复制编码器的执行路径以确保这种行为;在算法中采用分支之前，编码器将二进制决策的结果发送给解码器。 Thus, all decisions of the decoder are based on the received bits. The name of the algorithm is composed of the words set and partitioning.
压缩性能用峰值信噪比、均方误差(MSE)和峰值信噪比(PSNR)来衡量，定义如下:
图像
图像
B. DWT-DCT混合压缩技术
小波变换已经成为一种重要的图像压缩方法。基于小波的编码在高压缩比下能够显著提高图像质量，主要原因是小波变换具有更好的能量压缩特性。小波变换将信号划分为一组称为小波的函数。小波是由一个称为母小波的单一原型小波通过扩张和移动得到的。对时域信号在不同频率下的不同片段分别进行小波变换。
在压缩方面，压缩系数越小，变换效果越好;因此，离散余弦变换(DCT)和离散小波变换(DWT)已成为应用最广泛的变换编码技术。变换编码算法通常首先将原始图像划分为小尺寸(通常为8 × 8)的子图像(块)，对每个块计算变换系数，有效地将原始的8 × 8像素值数组转换为系数数组，其中靠近左上角的系数通常包含大部分量化和编码(并最终在解码器一侧执行相反的过程)图像所需的信息，且感知失真很小。然后对所产生的系数进行量化，量化器的输出被符号编码技术用于产生表示已编码图像的输出位流。在解码器一侧的图像解压缩模型中，发生了相反的过程，明显的区别是去量化阶段只会生成原始系数值的近似版本，例如，无论在编码器阶段量化器引入了什么损失，都是不可逆的。
C.在分层树中设置分区
SPIHT被设计为最佳的渐进式传输，以及压缩。SPIHT的一个重要特性(也许是一个独特的特性)是，在图像解码过程中的任何时刻，所显示图像的质量都是解码器到目前为止输入的比特数所能达到的最佳质量。另一个重要的SPIHT特性是它使用了嵌入式编码。
以相同的方式让编码器和解码器测试显着性集是很重要的，因此编码算法使用三个列表，分别称为有效像素列表(LSP)、不重要像素列表(LIP)和不重要集列表(LIS)。
图像

方法
为了以较低的计算复杂度获得有效的图像压缩，需要采用有效压缩技术(如SPIHT)的重定向技术。主要有两部分;一个是图像调整部分，另一个是图像压缩部分。对于调整大小部分，拍摄图像并计算图像的能量。通过这种方法，可以知道ROI区域和非ROI区域。利用能量图功能和动态规划技术，对低能量像素点的连接路径进行检测。这些工艺既适用于水平方式，也适用于垂直方式。在水平和垂直方向上找到接缝路径后，将其雕刻出来并重新连接到图像中。这一过程将继续进行，直到获得所需的任意分辨率为止。由于这些过程的结果，图像质量不佳。 To improve the picture quality, from the beginning point, a simple linear resizing operation has to be performed. If the original size of image is 500×500 and it is targeted to the size 200×200, it has to be first resized to 300×300. This is because the image fills the entire width and the heights. Then use the seam carving to retarget the image.
第二部分在压缩方面，将重定向后的图像作为输入进行离散小波变换(DWT)与离散余弦变换相结合，得到DCT系数。所得系数作为SPIHT编码过程的输入，SPIHT编码过程给出一系列比特流。在解码器端，借助内容感知信息，可以以较低的计算复杂度重构图像。我们提出的系统框图如下图1所示。
图像

结果和讨论
实验结果进行执行基于内容的彩色图像压缩和重定向图像与最佳显示尺寸。实验在MATLAB 7.10.0 (R2010a)中进行。使用尺寸为500 ×500的彩色图像(如图2所示)作为实验的输入图像。
A.缝雕的结果
图像重定向缝雕技术结果如下图所示:
原始图像的大小为500 ×500，然后对该图像进行梯度和能量计算，使用接缝能量图给出侧面信息。
图像
对输入图像进行水平方向和垂直方向的能量计算，如图4、5、6所示。接缝路径是通过动态规划技术生成的低像素值的连接路径。利用接缝能量图的内容，将中心像素与图像值的相邻像素相结合，发现低像素。这种找缝路径的方法将在水平和垂直方向上重复。检测能量、梯度和RGB原始图像上的接缝路径，如下图6、7、8所示。
图像
在图像上生成梯度和能量缝路径后，它将从该图像中移除，然后图像的所有像素向左(或向上)移动以补偿缺失的路径。视觉影响是明显的，只有沿着缝的路径，留下图像的其余部分完整。不调整大小，重定向图像将看起来像
图像
B. DWT-DCT-SPIHT编解码结果
对于压缩部分，将改进后的重定向图像作为小波分解的输入，产生如图11所示的子图像。对小波图像进行DCT处理，如图13所示。对DCT系数进行编码，然后使用一种称为SPIHT的小波编解码方法进行解码。利用煤层能量图边信息和逆DWT系数和逆DCT值，可以在不损失任何信息的情况下，以所需的任意比例重建图像。在接收端，在接收端以分辨率200 ×200重建图像，如图14所示。
图像
图像

总结与结论
本文讨论了Seam carving的概念，以及利用简化的线性调整大小操作对其进行改进，并将改进后的Seam carving与混合变换相结合，为移动多媒体设备提供更好的压缩效果。采用峰值信噪比(PSNR)对这些组合技术的性能进行了测试，结果为46.91 dB。

参考文献
  1. S. Avidan和A. Shamir，“内容感知图像调整的接缝雕刻”，ACM Trans。图形，第26卷，第3，第10-19页，2007年7月。
  2. Shamir和O. Sorkine，“视觉媒体再定位”，载于《亚洲计算机学会SIGGRAPH》2009年12月版，第11-25页。
  3. N. T. N. Anh, W. X. Yang，和J. F. Cai，“接缝雕刻扩展:压缩视角”，《ACM多媒体会议》，2009年10月，第825-828页。
  4. S. Cruz, R. Grosbois和T. Ebrahimi，“jpeg2000性能评估和评估”，信号处理。:镜像共享。，第17卷，no。1，第113-130页，2002年1月。
  5. 信息技术- jpeg2000图像编码系统:核心编码系统，IEEE标准ISO/IEC 15 444-1, 2004年9月。
  6. Christopoulos, J. Askelof和M. Larsson，“即将到来的JPEG 2000静止图像编码标准中编码感兴趣区域的有效方法”，IEEE信号处理。列托人。，vol. 7, no. 9, pp. 247–249, Sep. 2000.
  7. A. said和W. A. Pearlman，“一种基于分层树集划分的新型快速高效图像编解码器”，IEEE Trans。电路系统。视频抛光工艺。，第6卷，no。3，第243-250页，1996年6月。
  8. 陶布曼和m。W. Marcellin, jpeg2000:图像压缩基础，标准和实践。纽约:施普林格，2001年11月。
  9. Y. Tanaka, M. Hasegawa和S. Kato，“使用浓度和稀释的基于分层搜索的缝雕刻的图像编码”，在IEEE Int。相依Acoust。,演讲。信号的过程。，Mar. 2010, pp. 1322–1325.
  10. 田中y、M。Hasegawa和S. Kato，“用于无伪影图像稀释的改进图像浓度及其在图像编码中的应用”，发表于《IEEE Int》。Conf.镜像进程。，Sep. 2010, pp. 1225–1228.
  11. 邓伟，林文生，蔡俊峰，“基于内容的任意分辨率显示设备的图像压缩”，发表于《IEEE期刊》。相依Commun。，Jun. 2011, pp. 1–5.
  12. M. Rubinstein, D. Gutierrez, O. Sorkine和A. Shamir，“图像重新定位的比较研究”，ACM Trans。图表，第29卷，第2期。6，第160-168页，2010年12月。
  13. M. Rubinstein, A. Shamir，和S. Avidan，“多操作媒体重定向”，在Proc. ACM SIGGRAPH, 2009年8月，第2301-2312页。
  14. 刘永杰，宣彦明，陈文峰，傅晓林，“图像重定位质量评估”，《中国图象工程学报》，2011年4月，第30卷，第1期。2，第583-592页。
  15. T. Vo, J. Sole, P. Yin, C. Gomila，和T. Q. Nguyen，“使用高阶边向插值的基于选择性数据修剪的压缩”，IEEE Trans。图像的过程。，vol. 19, no. 2, pp. 399–409, Feb. 2010.
全球科技峰会