具有感興趣區(qū)域的靜止圖像壓縮編碼算法研究

　　1、靜止圖像壓縮編碼簡介

　　靜止的、不變的、稱為靜止圖像，一般從設(shè)備屏幕上看長時間保持不變。被攝事務(wù)一般是靜止或者某一特定時刻保持靜止的。按照應(yīng)用場景的不同，傳輸文件、模型、圖片等靜止圖像時常用靜止圖像傳輸；現(xiàn)場實時監(jiān)控則常用凝固圖像傳輸。

　　要求如下：

　?、偾逦龋簣D像清晰度更高，從而滿足人眼對觀察圖像細節(jié)的要求，而不是利用通常電影的原理。

　?、陲@示方式：逐漸浮現(xiàn)。即先傳模糊的整體圖像，再逐漸傳輸顯示細節(jié)，從而使觀看者不用等待太久時間，適應(yīng)窄帶傳輸?shù)膱鼍啊?/p>

　　③抗干擾：在較長傳輸過程中，編碼方法要有較強的抗干擾噪聲能力，防止圖像呈現(xiàn)在終端上時質(zhì)量低下。

　　以下為對靜態(tài)圖像編碼技術(shù)的介紹：

　?、兕A(yù)測編碼：由相鄰像素間相關(guān)性出發(fā)，通過前面像素值預(yù)測當前像素值，并經(jīng)過實際數(shù)據(jù)的運算得到預(yù)測誤差，而該誤差通常接近實際值。因此對預(yù)測誤差直接進行單符號的熵編碼或?qū)︻A(yù)測誤差進行量化再進行熵編碼是更高效率的計算方法，最主要的算法則是簡稱為DPCM的差分脈沖編碼。

　　②變換編碼：是目前幾乎所有的圖像、視頻和視頻等的壓縮標準的核心編碼算法。而新近發(fā)展的更多圖像壓縮技術(shù)中，該編碼也是核心的基礎(chǔ)算法，在實際中得到廣泛應(yīng)用。

　　JPEG是“Join Photographic Expert Group”的首字母簡寫，可將每24比特的單彩色像素圖像壓縮至2比特，而保持較高的圖像質(zhì)量。其定義的編碼系統(tǒng)主要有以下三種：a DCT有損編碼基本系統(tǒng)，大部分壓縮應(yīng)用場景下均采用該系統(tǒng)。b可擴展編碼系統(tǒng)：用于高壓縮、高精度、漸進重建應(yīng)用。c無損系統(tǒng)：應(yīng)用于無失真場合。

　　JPEG標準一般用于自然景象、連續(xù)色調(diào)數(shù)字圖像編、解碼。

　　簡單歸納為：兩種工作方式（順序方式、漸進方式）、三種級別（基本系統(tǒng)、擴展系統(tǒng)、無失真系統(tǒng)）。

　　順序方式：將圖像的行和列分割成四方小塊，從左到右、由上而下逐行逐列對所有的小塊進行編碼運算。并且解碼時也按編碼順序逐塊解碼。這兩個過程均一次完成。

　　漸進方式：整個圖像需要經(jīng)過多次編碼運算才能完成，初次編碼時質(zhì)量低于最終要求的質(zhì)量。逐次編碼，質(zhì)量逐次提升。解碼時首先解碼出較低質(zhì)量全幅圖像，增加附加信息后再次解碼，重復(fù)若干次，最終得到滿足質(zhì)量要求。解碼過程可隨時終止。

　　基本系統(tǒng)：以離散余弦變換為核心，以順序工作為方式，用于一般精度。按照要求，每個壓縮編碼器均實現(xiàn)了基本算法功能。

　　擴展系統(tǒng)：在若干方面增強并減少一些限制條件后就成為“擴展系統(tǒng)”。

　　無失真系統(tǒng)：以DPCM技術(shù)為基礎(chǔ)，壓縮比較低，但是能實現(xiàn)壓縮時不失真。

　　JPEG標準是多年來圖像壓縮編碼的研究成果。雖然DCT是它的核心，但它同時也采用了DPCM、自適應(yīng)量化、游程編碼、可變長熵編碼等多種技術(shù)，所以應(yīng)該說是一種混合算法。

　　被譽為數(shù)學(xué)顯微鏡的小波變換是從傅里葉變換和加窗傅里葉變換發(fā)展而來的。小波變換引入伸縮參數(shù)，實現(xiàn)了時域－頻域局域化分析，從而可以對圖像的任何局部區(qū)域進行多分辨率分析。由于小波變換有高頻的方向選擇性，與人眼的視覺特性相吻合，人眼最重要的視覺特性是視覺掩蓋效應(yīng)，即不變和有的區(qū)域很容易被遺忘，而對突變和極不規(guī)則變化的區(qū)域感興趣。采用嵌入式零樹小波編碼及算法，通的區(qū)域和不感興趣區(qū)域分別進行編碼，可以達到充分利用信道資源和存儲空間、提高感興趣區(qū)域的圖的。

　　2、視覺掩蓋效應(yīng)

　　在大多數(shù)應(yīng)用場合，最終的圖像總是由人眼來觀測的，但是人類的視覺系統(tǒng)并不完美。通過對人眼的觀察與研究發(fā)現(xiàn)，視覺掩蓋效應(yīng)可以用于改善圖像信息的處理。

　　視覺選擇性與客體的特性有關(guān)，人眼對空間頻率接近于零的平滑區(qū)域和空間頻率相似紋理區(qū)域有很大的鈍性，所以不變與規(guī)則變化的場景很容易在人的意識中被遺忘，人類視覺通常只對突變和極不規(guī)則變化的區(qū)域感興趣。這種與生俱來的選擇性使視覺只限定在有限的目標上。

　　2.1 靜態(tài)對比靈敏度

　　人眼主觀上可辨別的最小亮度差別所需要的最小光強差值稱為亮度的辨別閥值。也就是說，當刺激光強I增大時，最初感覺不出，直到I變化到I+ΔI時人眼就感覺到亮度有變化了。人眼對亮度光強變化的響應(yīng)是非線性的，比值ΔI/I稱為對比靈敏度。在相當寬的光強范圍內(nèi)，ΔI/I保持常數(shù)為0.02，但在I很低或很高時不是常數(shù)。如果有背景，則對比靈敏度不僅與目標物的光強度I有關(guān)，而且與背景亮度I。有關(guān)。圖1給出了有背景和無背景時人眼的靜態(tài)對比靈敏度曲線。

　　此外，人眼的對比靈敏度還與刺激的空間變化周期（空間變化周期是指刺激的明暗不變，只改變明暗的空間間隔）有關(guān)。如果亮度固定在一定水平下，則對比靈敏度與光刺激的空間變化周期之間的關(guān)系如圖2所示。這一關(guān)系通常被稱為人眼的調(diào)制傳遞函數(shù)。圖2中還給出了等亮度的色差信號Y-R和Y-B的對比靈敏度曲線。由圖1和圖2可得到以下結(jié)論：

　?。?）恢復(fù)圖像的誤差如果低于對比靈敏度，則不會被人眼覺察。

　?。?）高頻部分在相同的靈敏度閾值下，色差信號Y-R的空間頻率只有亮度Y的一半，Y-B則為Y的1/4，通常表示色差信號所需的像素比亮度要少得多。

　?。?）在相同的靈敏度閾值下，斜向柵格的空間頻率只有正常柵格的0.7，因此按斜向柵格對圖像數(shù)據(jù)采樣所需的頻率較低。

　　（4）高頻端的靈敏度要小于低頻端，因此對這些部分的量化誤差可大一些。

　　2.2 具有感興趣區(qū)域的人眼視覺特性

　　人們在觀察和理解圖像時常常不自覺地對其中某些區(qū)域產(chǎn)生興趣，把這些區(qū)域稱為視覺感興趣區(qū)域。整幅圖像的主觀視覺質(zhì)量取決于感興趣區(qū)域的視覺質(zhì)量，而不感興趣區(qū)域的降質(zhì)常常不易被人覺察，對整幅圖像視覺質(zhì)量的影響較小。例如對一副人像照片，反映一個人主要特征的是面部信息，在進行圖像壓縮時，人的面部信息與其它不重要的信息不必采用相同的壓縮比。顯然，感興趣區(qū)域的視覺特性也是一種視覺掩蓋效應(yīng)。

　　3、 嵌入式零樹小波編碼及算法