現(xiàn)代靜態(tài)圖像編碼技術(shù)

現(xiàn)代靜態(tài)圖像編碼技術(shù)

鄧家先常用圖像編碼技術(shù)編碼靜態(tài)圖像編碼國際標(biāo)準(zhǔn)化委員會(huì)（聯(lián)合圖像專家小組—JointPhotograp

ExpertGroup）制定的幾種標(biāo)準(zhǔn)：JPEG，JPEG-SS,BIGJPEG2000動(dòng)態(tài)圖像壓縮標(biāo)準(zhǔn)：H.263,H.264,Mpeg2,mpeg4,mpeg7,Mpeg21

Jpeg簡(jiǎn)介Jpeg是最常見的圖片壓縮標(biāo)準(zhǔn)，常用于存儲(chǔ)圖片和多媒體圖片的壓縮。標(biāo)準(zhǔn)以離散余弦變換(DCT)為基礎(chǔ)的有損壓縮算法。將一幅圖像分割為更小的圖像塊(8*8,16*16),

然后對(duì)圖像塊進(jìn)行余弦變換，變換后的浮點(diǎn)系數(shù)量化為整型數(shù)據(jù)，并且用原碼表示；對(duì)原碼數(shù)據(jù)進(jìn)行熵編碼,輸出壓縮碼流。Jpeg簡(jiǎn)介JPEG標(biāo)準(zhǔn)規(guī)定了兩種熵編碼算法：哈夫曼編碼和自適應(yīng)算術(shù)編碼。哈夫曼編碼采用的一般是固定的哈夫曼編碼表，而不是臨時(shí)統(tǒng)計(jì)出來的，并且對(duì)亮度分量和色度分量Jpeg簡(jiǎn)介采用了不同的哈夫曼表。自適應(yīng)編碼編碼采用QM編碼器，通過自適應(yīng)分類和自適應(yīng)預(yù)測(cè)實(shí)現(xiàn)進(jìn)一步壓縮。QM編碼器是基于上下文的自適應(yīng)編碼器，是Q編碼器的改進(jìn)。缺點(diǎn)：

（1）容易產(chǎn)生碼塊效應(yīng)、壓縮效率有待提高;Jpeg簡(jiǎn)介原因：余弦變換局限，即只能夠?qū)π〉膱D像塊進(jìn)行變換，從而不能夠充分利用像素之間的冗余。圖象域分塊造成方塊效應(yīng)。2）對(duì)于二值圖像，無法在統(tǒng)一框架中完成，另外設(shè)計(jì)算法標(biāo)準(zhǔn)。3）對(duì)于無損壓縮要求，由于DCT變換是非整型變換，另外制定標(biāo)準(zhǔn)。Jpeg_less簡(jiǎn)介無損壓縮算法直接在圖像域進(jìn)行壓縮利用已經(jīng)編碼過的鄰居對(duì)當(dāng)前像素值進(jìn)行自適應(yīng)預(yù)測(cè)對(duì)預(yù)測(cè)后產(chǎn)生的差值進(jìn)行自適應(yīng)分類編碼(Glomb算法）。Jpeg_less簡(jiǎn)介優(yōu)點(diǎn)：算法簡(jiǎn)單，適合無損、近無損圖像壓縮；近無損壓縮時(shí)，可以直接控制重建圖像的誤差。用于醫(yī)學(xué)、高質(zhì)量的遙感圖像壓縮。缺點(diǎn)：直接在圖像域編碼，又采用自適應(yīng)預(yù)測(cè)技術(shù)，對(duì)誤碼十分敏感；輸出碼率不可控。Jpeg-lessCausaltemplateusedforcontextmodellingandprediction

ContextdeterminationAfteranumberofsampleshavebeencodedscanningfromlefttorightandfromtoptobottom,thesamplexshallbeencoded.ThecontextatthissampleshallbedeterminedbythepreviouslyreconstructedvaluesRa,Rb,Rc,andRdcorrespondingtothesamplesa,b,c,anddasshownabove,respectively.Inlosslesscoding,thereconstructedvaluesareidenticaltothoseofthesourceimagedata.Thestepsincontextdetermination,tobeperformedinthepresentedorder,arethefollowing:LocalgradientcomputationThefirststepinthecontextdeterminationprocedureshallbetocomputethelocalgradientvalues,D1,D2,D3oftheneighbourhoodsamples.Modeselection

Ifthelocalgradientsareallzero(forlosslesscoding),ortheirabsolutevaluesarelessthanorequaltoNEAR,theallowederrorfornear-losslesscoding,theencodershallentertherunmode,otherwisetheencodershallentertheregularmode.Themodeselectionprocedureisspecified.Inthecaseoflosslesscoding,thismodeselectionprocedureisequivalenttotheprocedureshowninFigureA.3,wherethecoderischeckingifRa=Rb=Rc=Rd.LocalgradientquantizationThecontextdeterminationprocedureshallcontinuebyquantizingD1,D2,andD3accordingtotheprocedurespecifiedasfollows.Forthispurpose,non-negativethresholds,T1,

T2,andT3,areused.Accordingtotheirrelationwiththethresholds,aregion

numberQiisobtained(Q1,Q2,andQ3respectively).Thisformsavector

(Q1,Q2,Q3)representingthecontextforthesamplex.Sincethereare9quantizationregionsforeachofthegradients,Q1,Q2,

andQ3,

eachisallocatedoneofninepossiblenumbersbetween-4and4.QuantizedgradientmergingIfthefirstnon-zeroelementofthevector(Q1,Q2,Q3)isnegative,thenallthesignsofthevector(Q1,Q2,Q3)shallbereversedtoobtain(-Q1,-Q2,-Q3).

Inthiscase,thevariableSIGNshallbesetto-1,otherwiseitshallbesetto+1.Afterthispossible“merging”,thevector(Q1,Q2,Q3)

ismapped,onaone-to-onebasis,intoanintegerQrepresentingthecontextforthesamplex.Prediction

Edge-detectingpredictor

AnestimatePx

ofthevalueatthesampleatxtobeencodedshallbedeterminedfromthevaluesRa,Rb,andRc

Computationofpredictionerror

Usingthevalueof

Px,correctedbytheaboveprocedure,thepredictionerror,Errval,shallbecomputed.Ifthesignofthecontext,givenbySIGN,isnegative,thesignoftheerrorshallbereversed.Errorquantizationfornear-losslesscoding,andreconstructedvalue

Inlosslesscoding(NEAR=0),thereconstructedvalueRxshallbesettoIx.Innear-losslesscoding(NEAR>0),theerrorshallbequantized.Afterquantization,thereconstructedvalueRxofthesamplex,whichisusedtoencodefurthersamples,shallbecomputedinthesamemannerasthedecodercomputesit.

Moduloreductionofthepredictionerror

Theerrorshallbereducedtotherangerelevantforcoding,Predictionerrorencoding

Thenextstepoftheregularmodeshallbetoencodetheerror.Forthis,thevariablesA[0..364]andN[0..364]

areusedtocomputetheGolombcodingvariablek

for(k=0;(N[Q]<<k)<A[Q];k++);

ErrormappingThepredictionerror,

Errvalshallbemappedtoanon-negativevalue.Jpeg_less簡(jiǎn)介誤碼傳播基于小波的內(nèi)嵌零樹編碼

內(nèi)嵌比特平面編碼基本思想

小波變換在圖像編碼方面取得成功的典型例子就是基于小波的內(nèi)嵌比特平面編碼，其基本思想是將小波系數(shù)按其對(duì)恢復(fù)圖像質(zhì)量的貢獻(xiàn)程度進(jìn)行排序，并逐個(gè)比特平面編碼，根據(jù)目標(biāo)碼率或失真度要求隨時(shí)結(jié)束編碼；同樣，對(duì)于給定碼流，解碼器也能夠隨時(shí)結(jié)束解碼，并可以得到相應(yīng)碼流截?cái)嗵幍幕謴?fù)圖像。因此內(nèi)嵌編碼能夠?qū)崿F(xiàn)圖像的漸進(jìn)傳輸和逐步浮現(xiàn)，而且碼率控制簡(jiǎn)單

編碼原理在變換編碼中，量化的目的在于使變換系數(shù)的熵盡可能減少，從而在后期編碼中取得更高的壓縮效率，但是，量化過程所引起的失真會(huì)直接影響逆變換后的恢復(fù)圖像質(zhì)量。目前主要使用與主觀視覺較為一致的均方誤差（MSE）準(zhǔn)則來衡量恢復(fù)圖像的失真程度并指導(dǎo)編碼。

按照幅值大小對(duì)進(jìn)行排序，并將最重要的比特位優(yōu)先傳輸，以保證恢復(fù)圖像與原始圖像的最大相似程度，這就是內(nèi)嵌比特平面編碼的基本思想一般框架系數(shù)在比特平面編碼時(shí)有下列幾種狀態(tài)：(a)首次重要，即在比特平面的比特為第一個(gè)非零比特（）。一般在首次變成重要時(shí)跟著輸出其符號(hào)位。(b)不重要，即。通常在較高的MSB比特平面，不重要的系數(shù)很多，因此排序算法可以把大量的不重要系數(shù)構(gòu)成一個(gè)集合，輸出一個(gè)‘0’比特即可。(c)以前重要，即。對(duì)于在前面的比特平面已經(jīng)重要的系數(shù)則要輸出其幅度值在當(dāng)前比特平面的比特位信息，這個(gè)過程即稱為幅值細(xì)化。根據(jù)系數(shù)的三個(gè)狀態(tài)，可以描述出內(nèi)嵌比特平面編碼的一般框架如下：①初始化：確定初始的MSB比特平面；②排序：確定首次變?yōu)橹匾南禂?shù)（）和不重要的系數(shù)，對(duì)于重要系數(shù)，要輸出符號(hào)位；對(duì)于不重要的系數(shù)還可以根據(jù)一定的預(yù)測(cè)原則再劃分為可能重要以及可能不重要兩類，以提高編碼效率。③幅值細(xì)化：對(duì)于所有的系數(shù)，輸出第層比特平面的位信息；④比特平面更新：返回步驟②進(jìn)行－1比特平面的編碼過程；內(nèi)嵌比特平面編碼產(chǎn)生的符號(hào)流可以進(jìn)一步進(jìn)行熵編碼壓縮，如采用自適應(yīng)算術(shù)編碼[99]獲得更好的壓縮性能。

EZW算法Shapiro提出的內(nèi)嵌零樹小波編碼算法EZW（EmbeddedZerotreeWavelet），其出發(fā)點(diǎn)在于小波變換后各級(jí)、、子帶系數(shù)之間在空間上和方向上所呈現(xiàn)出的強(qiáng)烈的帶間相似性，這種空間相似性可以用一種新型的數(shù)據(jù)結(jié)構(gòu)，即所謂的“零樹（Zerotree）”來描述。EZW算法就是充分利用這種相似性，獲得高性能的圖像編碼算法，它成為在甚低比特率情況下圖像壓縮的一個(gè)里程碑。零樹結(jié)構(gòu)圖像經(jīng)過小波分解后，能量幾乎總是集中在較低頻的子帶上，并從低頻到高頻遞減分布。在Mallat分解下，由不同頻率子帶、代表同一空間位置的系數(shù)構(gòu)成了一種樹型結(jié)構(gòu)，并且高頻部分存在大量的零，故稱為“零樹”

零樹編碼是基于如下假設(shè)：如果低分辨率的子帶系數(shù)相對(duì)于閾值T是不重要的，那么在同樣方向上相應(yīng)空間位置的高分辨率的子帶系數(shù)相對(duì)于閾值T也是不重要的。盡管缺乏嚴(yán)格的數(shù)學(xué)模型描述，但統(tǒng)計(jì)結(jié)果表明這種假設(shè)是成立的。在編（譯）碼過程中，保持著兩個(gè)分離的列表：主表和輔表。主表記錄不重要的集合（ZTR）或系數(shù)（IZ），其輸出信息起到了恢復(fù)重要系數(shù)的空間位置的作用；而輔表記錄重要系數(shù)，輸出為各重要系數(shù)的幅度細(xì)化時(shí)的比特值。編碼分為主、輔兩個(gè)過程：在主過程中，設(shè)定閾值為，按上述流程對(duì)主表進(jìn)行掃描編碼，若系數(shù)首次變?yōu)橹匾?，則將其移到輔表中，然后將該系數(shù)在主表中置零，這樣當(dāng)閾值減小時(shí)，該系數(shù)不會(huì)影響新零樹的出現(xiàn)（即不會(huì)重復(fù)編碼）；在輔過程中，對(duì)輔表中的重要系數(shù)進(jìn)行幅值細(xì)化，輸出當(dāng)前比特平面的位信息。

EZW算法的詳細(xì)描述如下：1)確定初始閾值T，使得，；將系數(shù)節(jié)點(diǎn)按掃描順序加入到主表中，將輔表清空。2)對(duì)主表進(jìn)行掃描，將表中節(jié)點(diǎn)依據(jù)閾值T分為重要值（包含符號(hào)信息：正或負(fù)）、零樹根和孤立零點(diǎn)。將主表中重要系數(shù)的節(jié)點(diǎn)移至輔表中；零樹根的子節(jié)點(diǎn)不需繼續(xù)掃描，而孤立零點(diǎn)的子節(jié)點(diǎn)要繼續(xù)掃描。3)掃描輔表，對(duì)重要系數(shù)進(jìn)行幅值細(xì)化。4)將閾值減半，跳至步驟2)；SPIHT算法A.Said和W.A.Pearlman根據(jù)Shapiro零樹編碼的基本思想，提出了一種新的且性能更優(yōu)的實(shí)現(xiàn)方法，即基于分層樹集合分割排序的編碼算法（SPIHT：SetPartitioningInHierarchicalTrees）。SPIHT算法是一種非常實(shí)用高效的高性能圖像編碼算法，其顯著特點(diǎn)是極低的計(jì)算復(fù)雜度和高質(zhì)量的恢復(fù)圖像，它打破了傳統(tǒng)編碼算法中編碼效率與復(fù)雜度同步增長的界限，并且合理利用了小波分解后的多分辨率特性，獲得了優(yōu)良的編碼性能，成為內(nèi)嵌編碼的一個(gè)通用基準(zhǔn)。

空間漸進(jìn)性

隨機(jī)訪問圖像感興趣區(qū)編碼在甚低比特率進(jìn)行圖像壓縮時(shí)，往往會(huì)丟失一些細(xì)節(jié)信息，而其中有些細(xì)節(jié)信息是人們感興趣的。例如人物頭肩圖像的視覺敏感區(qū)域，航空?qǐng)D像中攜帶重要信息的小目標(biāo)區(qū)域，干涉多光譜圖像中的干涉條紋區(qū)域，醫(yī)學(xué)圖像中病灶區(qū)域等等，這些區(qū)域可以統(tǒng)稱為感興趣區(qū)域（ROI：regionsofterest

）。從主觀視覺角度來說，這些區(qū)域的恢復(fù)質(zhì)量直接影響整幅圖像的恢復(fù)質(zhì)量，因此對(duì)圖像的感興趣區(qū)域應(yīng)該以更好的質(zhì)量（更多的碼率甚至是無失真）進(jìn)行壓縮。感興趣區(qū)模板在小波變換編碼中，圖像的小波分解及合成可以由Mallat算法實(shí)現(xiàn)。在Mallat算法中，尺度濾波器和小波濾波器都是FIR濾波器，因此小波變換具有局部化特性，這就使得小波系數(shù)只與圖像相應(yīng)位置處的一定區(qū)域的數(shù)據(jù)有關(guān)。因此圖像的ROI區(qū)域在小波子帶中有著對(duì)應(yīng)關(guān)系。在對(duì)感興趣區(qū)（ROI）對(duì)應(yīng)的小波系數(shù)編碼時(shí)分配更多的碼流，使其與背景區(qū)域（BG：background）的系數(shù)相比能夠更精確地傳送到解碼端，則可獲得感興趣區(qū)圖像恢復(fù)質(zhì)量的提高。因此感興趣區(qū)編碼實(shí)際上是一種在通常的編碼算法中對(duì)ROI系數(shù)進(jìn)行加權(quán)處理的編碼方法。首先要計(jì)算在小波域各子帶中對(duì)應(yīng)的感興趣區(qū)系數(shù)的位置，即建立ROI模板,其中為變換系數(shù)的空間坐標(biāo)。定義如式如下以(5,3)小波變換為例，逆變換實(shí)現(xiàn)為：

感興趣區(qū)域編碼存在的問題1)提升多少2）區(qū)域確定不僅具有更好的壓縮效率，而且具有更多的功能良好的低碼率性能支持無損、有損壓縮算法支持質(zhì)量、視覺和分辨率漸進(jìn)性傳輸支持隨機(jī)碼流訪問和處理比特錯(cuò)誤的魯棒性感興趣區(qū)（ROI）編碼提供靈活的文件格式支持內(nèi)置用戶信息（如版權(quán)信息）、圖像序列（MotionJPEG）JPEG2000JPEG2000核心技術(shù)：離散小波變換DWT:有損壓縮--9/7小波無損壓縮—5/3小波優(yōu)化截取內(nèi)嵌塊編碼EBCOT(EmbededBlockCodingwithOptimizedTruncation)其編碼引擎分為Tier1,Tier2.JPEG20001997年3月 征求建議1997年10月 提交算法(SPIHT,EBCOT)1999年3月 工作草案1999年6月

委員會(huì)工作草案2000年12月 最終標(biāo)準(zhǔn)(DIS)JPEG2000應(yīng)用：在圖像檢索、因特網(wǎng)傳輸、網(wǎng)絡(luò)瀏覽、文本圖像、數(shù)碼相機(jī)、醫(yī)學(xué)圖像、遙感圖像和桌面印刷等多個(gè)領(lǐng)域具有巨大的應(yīng)用價(jià)值。JPEG2000編碼結(jié)構(gòu)JPEG20001預(yù)處理（a）分塊處理：“分塊”是指將大圖像分割成互不重疊的矩形塊。以“塊”為單位獨(dú)立進(jìn)行編碼。（b）電平移位：對(duì)于無符號(hào)數(shù)(設(shè)精度為比特)要進(jìn)行電平移位。（c）分量變換：對(duì)于彩色圖像或多分量圖像，在小波變換之前還必須逐點(diǎn)進(jìn)行分量變換。分量變換可以采取不可逆分量變換(ICT)或可逆分量變換(RCT)。JPEG2000離散小波變換

短Fourier變換的發(fā)展，提供多分辨率分析；通過小波變換去除像素之間的冗余；可逆變換推薦使用5/3小波；不可逆變換使用9/7小波（雙正交小波：高、低通分解/合成濾波器并不正交，而是分析低通濾波器與合成高通濾波器正交，分析高通濾波器與合成低通濾波器正交—線性相位）。常使用結(jié)構(gòu)：Mallat分解正交小波：H1與H0正交；G0、G1正交雙正交：H1與G0正交；H0、G1正交小波變換H0H12a0(n)a1(n)222G0G1y0(n)y1(n)二維小波變換水平濾波垂直濾波分解系數(shù)合成系數(shù)kh(k)kg(k)kk03/4-110113/4±11/4-2,0-1/2±11/20,2-1/4±2-1/8-1,3-1/8JPEG2000量化：作用：將小波變換后的系數(shù)變換為原碼表示；常用的量化：標(biāo)量量化/格型量化JPEG2000比特平面編碼技術(shù)：1）按照分辨率、子帶順序編碼2）將子帶系數(shù)劃分為碼塊、碼塊之間獨(dú)立編碼3）同一碼塊按照比特平面順序編碼每個(gè)比特平面編碼分為3個(gè)pass,按照”重要性傳播”,”幅值細(xì)化”,”清理更新”順序進(jìn)行編碼EmbeddedCoding01-0000001+0000000001+001-00Signb7b6b5b4b3b2b10101101....0101101....+1001010....-0010101....+0001110....+0000100....-0010010....-0000100....+0000001....-FirstSecondThirdw0w1w2w3w4w5w6w7JPEG2000按照條帶順序編碼JPEG2000編碼單元：1）零編碼(ZC)：對(duì)單個(gè)不重要的系數(shù)進(jìn)行編碼；用于重要性傳播和幅值細(xì)化步驟。2）符號(hào)編碼(SC)：當(dāng)系數(shù)由不重要變?yōu)橹匾獣r(shí)，對(duì)系數(shù)符號(hào)進(jìn)行編碼。3）幅值細(xì)化(MR)：當(dāng)系數(shù)已經(jīng)重要時(shí)，對(duì)系數(shù)進(jìn)行細(xì)化編碼。4）游程編碼(RLC)：當(dāng)條帶的四個(gè)系數(shù)都不重要時(shí)，使用RLC可實(shí)現(xiàn)有效壓縮。JPEG2000零編碼上下文模板h:

水平鄰居v:

垂直鄰居d:

對(duì)角鄰居vhdBitbeing

coded零編碼上下文SC上下文vhExpectedSignJPEG2000重要性傳播如果系數(shù)不重要，但有重要的鄰居，這樣的系數(shù)在當(dāng)前比特平面進(jìn)行重要性傳播編碼。如果當(dāng)前比特平面的判決為1，則系數(shù)由不重要變?yōu)橹匾?；如果?，系數(shù)仍然是不重要的。使用ZC編碼單元進(jìn)行編碼,并且使用SC對(duì)變?yōu)橹匾南禂?shù)進(jìn)行符號(hào)編碼。JPEG2000幅值細(xì)化對(duì)當(dāng)前比特平面之前已經(jīng)重要的系數(shù)進(jìn)行編碼，使用MR編碼單元。清理更新對(duì)前兩個(gè)步驟都沒有編碼的系數(shù)進(jìn)行編碼。使用編碼單元：ZC,SC,RLCT2主要完成碼流組織—比特流截取,打包.標(biāo)準(zhǔn)沒有規(guī)定組織碼流方法，只要最終碼流組織符合便準(zhǔn)的規(guī)定即可.

標(biāo)準(zhǔn)推薦了一種率失真優(yōu)化截取算法每個(gè)碼塊的各個(gè)步驟編碼前后對(duì)重建圖像貢獻(xiàn)的大小作為碼流截取的依據(jù)。也就是根據(jù)率失真斜率組織碼流JPEG2000JPEG2000失真計(jì)算

Di:解碼前MSE，Di+1:解碼后MSE；某個(gè)步驟解碼前后的失真衰減量為步驟碼流長度

Ri:解碼前碼流長度Ri+1:編碼后碼流長度

率失真斜率

率失真優(yōu)化算法率失真