图像压缩算法综述论文.doc

蒀图像压缩算法论文蒇学号:2011221104210177羇班级:计科四班肃姓名:方正薁日期::肖蓉蒆一、引言螃随着多媒体技术和通讯技术的不断发展,多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求,也给现有的有限带宽以严峻的考验,特别是具有庞大数据量的数字图像通信,更难以传输和存储,极大地制约了图像通信的发展,因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩,可以减轻图像存储和传输的负担,使图像在网络上实现快速传输和实时处理。因此,图像压缩方法的研究非常有必要。荿二、,就是通过删除冗余或者是不相干的信息,以尽可能低的数码率来存储和传输数字图像数据。薄图像数据压缩原理莀由于图像数据之间存在这一定的冗余,所以使得数据的压缩成为可能。信息论的创始人Shannon提出把数据看作是信息和冗余度(redundancy)的组合。所谓冗余度是由于一副图像的各像素之间存在着很大的相关性,可利用一些编码的方法删去它们,从而达到减少冗余压缩数据的目的。为了去掉数据中的冗余,常常要考虑信号源的统计特性,或建立信号源的统计模型。肆图像的冗余包括以下几种:芅●空间冗余:像素点之间的相关性;芄●时间冗余:活动图像两个连续帧之间的冗余;蒁●信息熵冗余:单位信息量大于其熵;葿●结构冗余:区域上存在非常强的纹理结构;蚅●知识冗余:有固定的结构,如人的头像;肅●视觉冗余:某些图像的失真是人眼不易觉察的。艿对数字图像进行压缩通常利用两个基本原理:薇一是数字图像的相关性。在图像的同一行相邻象素之间,相邻象素之间,活动图像的相邻帧的对应象素之间往往存在很强的相关性,去除或减少这些相关性,也即去除或减少图像信息中的冗余度也就实现了对数字图像的压缩。帧内象素的相关称做空域相关性。相邻帧间对应象素之间的相关性称做时域相关性。二是人的视觉心理特征。人的视觉对于边缘急剧变化不敏感(视觉掩盖效应),对颜色分辨力弱,利用这些特征可以在相应部分适当降低编码精度而使人从视觉上并不感觉到图像质量的下降,从而达到对数字图像压缩的目的。:第一类压缩过程是可逆的,也就是说从压缩后的图像能够完全恢复出原来的图像,信息没有任何丢失,称为无损压缩;第二类压缩过程是不可逆的,无法完全恢复出原图像,信息有一定的丢失,称为有损压缩。选择哪一类压缩要折中考虑,尽管我们希望能够无损压缩,但是通常有损压缩比比无损压缩比高。莀羀三、图像压缩编码方法及应用袇1、统计编码芁统计编码是建立在图像的统计特性基础之上的压缩编码方法,根据像素灰度值出现概率的分布特性而进行的压缩编码。其宗旨在于:在消息和编码之间找到明确的一一对应关系,以便在恢复时能准确无误的再现出来,使平均码长或码率压低到最低限度。其中常用的有:Huffman码,ShannonFano编码等。,Huffman编码是一种较有效的编码方法,是Huffman于1952年为压缩文本文件建立的。它是一种长度不均匀的,平均码率可以接近信息熵值的一种编码。芇它的基本原理是频繁使用的数据用较短的代码代替,较少使用的数据用较长的代码代替,每个数据的代码各不相同,这些代码都是二进制码,且码长度是可变的。羂Huffman编码小变字长编码方法是最佳的,其平均长度很接近信息符号的熵值。Huffman编码的最高压缩效率可达到8:1。,具有相同灰度值的一些像素组成的序列成为一个行程。在编码时对于每个行程只存储一个灰度值的码,再紧跟着存储这个行程的长度这种按照行程进行的编码被称为行程编码。蚆行程编码是相对简单的一种编码,是指一行扫描的像素中,比较相邻像素的幅度(如:亮度),当幅度有一显著变化时,就说有一个行程存在。随终点位置标记方法不同,行程编码可分为“行程终点编码”和“行程长度编码”。螂如果一幅图像是由很多块颜色相同的大面积区域组成,那么采用行程编码的压缩效率是惊人的。然而,该算法也有一个致命弱点,如果图像中每两个相邻点的颜色都不同,用这种算法不但不能压缩,反而数据量增加一倍,所以现在单纯采用行程编码的压缩算法不多。芀3、LZW算法蕿LZW算法是一种比较复杂的压缩算法,其压缩效率也比较高。其基本原理为:LZW把每一个第一次出现的字符串用一个数值来编码,在还原程序中再将这个数值还原成原来的字符串。肅例如:用数值0x100代替字符串“ddeee”,每当出现该字符串时,都用0x100代替,这样就起到了压缩的作用。至于0x100与字符串的对应关系则是在压缩过程中动态生成的,而且这