[发明专利]基于游程编码实现嵌入式图像压缩的方法

说明书

技术领域

本发明涉及一种针对静止图像的嵌入式小波图像压缩方法，尤其涉及一种基于快速逐次逼近量化和二进制描述游程的游程编码技术。

背景技术

随着信息化时代的到来，数字化图像的数据量是相当大的，图像信息的海量存储、处理和传输便成为其硬件和软件技术最大的难题之一。以数字电视为例，如果是SIF(Source InputFormat)格式，NTSC制、彩色、4∶4∶4采样的数字电视图像，那么每帧的数据量为2028Kb，每秒的数据流量可达60.8MB，一片650MB的CD-ROM一共只能存放325帧图像，可播放的节目时间也只有10.7秒。从这个简单的例子可以看出，数字化以后的图像信息量是何其之庞大。如果单纯采用扩大存储器容量、增加通信干线的传输率的办法显然是不现实的。而对海量数据进行压缩，以压缩形式存储和传输是解决这一问题的一个行之有效的办法。

在图像压缩发展的历史上，基于离散余弦变换的图像编码方法一度占了统治地位。不过，由于小波变换的多分辨率特性非常适于图像压缩，因此近年来小波图像编码技术便在图像压缩领域取得了巨大的成功，并已经在JPEG2000中得到了具体应用。其中，最经典的嵌入式小波图像压缩技术莫过于Shapiro于1993年提出的嵌入式零树量化压缩方法EZW(EmbededZerotree Wavelet)了。EZW是一种非常成功的图像压缩方法，其基本思想是对小波变换系数的编码分为两个部分：一是对用来表明系数特性的系数重要性图进行编码；二是对重要系数的幅度进行编码。利用不同尺度的小波系数幅度间存在较强的相关性，将多数的零系数组织成一种树形结构，从而提高了整体编码效率。这种方法得到的比特流中的比特是按重要程度排序的，可方便的实现分级编码和传输。使用这种编码方法，编码者能够在任意一点结束算法，允许达到一个目标比特率或目标失真，而这时仍能较确切的恢复原来的图像。

在EZW之后，Said和Pearlman于1996年提出了基于分层树集合分割排序的SPIHT图像压缩方法(Set Partitioning Hierarchical Trees)，SPIHT是EZW的改进，它将某一树节点及其所有后继节点归结为同一集合，集合分割过程是不断地将重要集合分成四个子集，再分别对每一个子集进行重要性测试，由于小波变换系数在空间方向树结构中的相似性，使得采用这种集合分割后的排序技术具有高效性的特点。

尽管上述的EZW和SPIHT零树小波图像压缩方法取得了不错的压缩性能，但仍然存在一些不足之处，具体表现在：在逐次逼近量化过程中，针对小于阀值的小波系数，为了确定该系数是零树根还是孤立零，EZW编码算法必须扫描其所有后代，这必然大大影响其编码速度，因此，时间耗费很大；两种算法都是利用零树这种数据结构对一组数据的重要性进行判断，将大量不重要系数用整个集合的重要性表示，整个非重要系数集合都可以不必传送到解码端，大大减少了排序信息，从而提高了编码效率，但是生成零树却需要对整个变换进行多次扫描，所以复杂度较高。

相对于上述零树小波图像压缩方法的复杂，一种标量量化方法SR(Stack-Run)就简单高效多了。SR图像压缩方法利用类似游程编码的方法记录连续出现的非重要系数个数，对重要系数进行均匀量化，也与EZW有相当的性能，但缺点是不能形成嵌入式的码流。

在上述图像压缩的背景下，本发明提出一种基于游程编码实现嵌入式图像压缩的新方法，不仅简单高效，而且能够生成嵌入式的码流。

发明内容

针对现有技术存在的缺陷和不足，本发明的目的就是要提出一种简单高效的基于游程编码实现嵌入式图像压缩的方法，在不降低小波图像编码器的编码性能的基础上，简化小波图像压缩方法的复杂度，减少编解码图像时系统所需的内存和时间，同时，随着接收比特的增多，渐进的恢复图像，使之能够适合应用于网络、无线传输，图像浏览，特别是容易发生误差的环境。

为达到上述目的，本发明采用以下技术方案：一种基于游程编码实现嵌入式图像压缩的方法，包括如下步骤：

步骤A，将欲处理的图像进行小波变换产生若干不同频率的子带，根据得到的子带中小波系数的绝对值确定初始量化门限；

步骤B，以当前量化门限为标准对所述子带的小波系述进行量化；

步骤C，对重要图进行二进制描述游程的游程编码，并将编码结果和量化为0的系数送至自适应算术编码器；

步骤D，判断是否达到指定比特率；

步骤E，如果没有达到指定比特率，所述当前量化门限缩小一半，执行步骤B；

步骤F，如果已达到指定比特率，则终止编码。