數字視頻圖像是最重要的信息媒體之一，它具有直觀、生動和內涵豐富的特點。但是，由於數字圖像的數據量非常之大，這給圖像的存儲、傳送和處理都帶來很大困難。解決這一問題最常用的方法是進行數字圖像壓縮編碼，在保證圖像質量的前提下，最大限度地降低圖像的數據量，以減少數據存儲量，節約傳送和處理的時間。
能夠進行圖像壓縮的機理主要來自兩個方面:一是圖像信號中存在着大量的統計冗餘（如頻譜冗餘、空間冗餘、時間冗餘等）可供壓縮，這種冗餘度在解碼之後可無失真地恢復；二是利用人眼的視覺生理冗餘，如人眼對色彩的高頻分量沒有對亮度的高頻分量敏感，對圖像高頻（細節）處的噪聲不敏感等，在不被主觀視覺察覺的容艱內，通過減少信號的精度，以一定的客觀失真換取數據壓縮。
最基本的圖像壓縮編碼方法有統計編碼、預測編碼、變換編碼，以後又出現了子帶編碼、分形編碼、小波變換編碼等。這裡僅對這些壓縮編碼技術進行概述。
一、統計編碼
統計編碼是根據像素灰度值出現概率的分佈特性而進行的壓縮編碼，或根據各個信號源符號出現的概率不同而進行的概率匹配編碼。它在不引起任何失真的前提下，可以將傳輸每一信源符號所需的平均碼長降至最低。統計編碼是識別一個給定的碼流中出現頻率最高的比特和位元組模式，利用比原始比特更少的比特來對其編碼。也就是頻率越低的模式，其編碼位數越多，頻率越高的模式編碼位數越少。
統計編碼是無損壓縮（即無失真壓縮），通常可分為兩大類。
（1）模式替換。是常用於文本信息的編碼。對多次出現的字符，即常見詞用一個字符替代，如將出現「Communication」的地方用「C」替代，「Netwok」用「N」替換。
（2）Huffman編碼。是一種常見的統計編碼。對給定的數據流，計算每個位元組的出現頻率。根據頻率表，運用Huffman算法可確定分配給每個字符的最小位數，然後給出一個最優的編碼，代碼字傳入代碼簿。Huffman編碼適用於壓縮靜態和動態圖像。根據參數，可對幾個或一組圖像構造出一個新的代碼簿。在運動圖像中，可重新計算一個或一系列幀的代碼簿。在所有情況下，都必須將代碼簿從源端傳到目標端才能進行譯碼。它的優點是能很好地與代編碼符號的概率分佈匹配，使平均碼長達到最短；但其硬件實現較為複雜；編碼要求確知信源的統計特性，即各信源符號的出現概率，否則編碼效率要明顯下降。
二、差分或預測編碼
預測編碼就是用己經編碼傳送的像素，預測實際要傳送的像素。即從實際要傳送的像素值中減去預測的像素值，傳送它們的差值，因而也稱為差分編碼。顯然，傳送差值比傳送原圖像值所需的比特率要低。因為圖像各像素間存在着強烈的相關性，採用預測編碼可減少像素間的相關性，提高傳輸效率、壓縮比特率。差分編碼特別適用於其連續值與零值差別很大而彼此之間差異不大的信號。因此，碼非常適用於運動圖像信號（它僅傳送圖像的差異）或音頻信號。預測編碼有無損預測與有損預測之分。實際中由於預測值的確定方法不同，各種預測技術也就有所差別。
差分編碼技術有3大類：DPCM、6調製和ADPCM。DPCM（差分脈衝編碼調製），是一種實用的有損預測編碼技術，也是最早的一種數字圖像壓縮技術，其原理是當前的像素可由它鄰近的像素值預測而得，也就是說，其冗餘度可由鄰近的像素來確定。據此，再對當前的像素和預測像素的差值進行量化、編碼。考慮到在高性能和複雜性之間的折中，通常用於幀內預測（二維預測）的鄰近像素的個數並不多.（不超過4個），使用更多的像素並不能獲得預測性能的顯著改進。對於幀間預測（三維預測），一般只用相鄰幀的對應像素進行預測。圖像的相關性越大，其預測誤差越小，取得的壓縮比也越大。DPCM相對說來是一種比較容易實現的壓縮方法，但在較低速率時其壓縮能力一般不如下面的變換編碼好。
三、變換編碼
預測編碼是直接在空域對圖像進行壓縮處理的，而變換編碼相當於在頻域進行壓縮處理。變換編碼的基本原理是通過正交函數把圖像從空間域轉換為能量比較集中的變換域，然後對變換係數進行量化和編碼，從而達到縮減數碼率的目的。因此，變換編碼也稱正交變換編碼。對於大多數自然界圖像變換得到的變換域的係數，有些值很小，這些係數可較粗地量化，或甚至完全忽略掉而只產生很小的失真。雖然失真很小，但信息仍有損失，因而變換編碼是有損壓縮編碼方法。變換編碼是一種源編碼方法，而源編碼要考慮被壓縮信號的性質，特別是它有賴於音頻、靜態圖像和動態圖像的特徵。
在變換編碼時，初始數據要從初始空間或時間域進行數學變換，變換為一個更適於壓縮的抽象域。該過程是可逆的，即使用反變換可恢復原始數據。變換編碼法中要選擇一個最佳的變換，以便對特定數據實現最優的壓縮，此處就要考慮數據的性質。其思想是：經過變換後，使信息中最重要的部分（即包含最大「能量」的最重要的係數）易於識別，並可能成組出現。變換編碼特別適合於圖像的壓縮，常用的數學變換是離散餘弦變換（DCT）。
四、子帶編碼
子帶編碼利用帶通濾波器組把信號分解為若干個頻帶內的分量之和，通過等效於單邊帶調幅的調製過程，將各K帶搬移到零頻率附近，以得到低通表示後，再以奈奎斯特速率對各子帶輸出取樣，並對取樣值進行通常的數字編碼。在接收端，將各子帶信號解碼，並重新調製回其原始位置，再將所有子帶輸出相加，就可得到接近於原始信號的恢復波形。
把信號分為子帶後進行編碼有如下優點。
•通過頻率分解，可以去除信號頻率相關性，減少冗餘度。
•由於能量在不同頻帶分佈的不同，可以採用不同長度的碼字對各不同頻帶內的信號進行編碼。
•由於量化在各子帶內單獨進行，因此量化噪聲被限制在各子帶內，可以防止能量較小頻帶內信號受其他頻帶內量化噪聲的干擾和影響。
實踐證明，在相同失真條件下，子帶編碼將比全頻帶編碼有較低的比特率。
五、分形壓縮編碼
其基本思想是，傳統的繪置直線和圓的幾何與自然界幾何形狀不相像，可用一種稱為分形的幾何來描述自然界，在不同地點、不同範圍和不同角度下，重複出各種不規則的變化，用所謂的分形的變換對同一分形的不同出現，分別進行刻畫。
分形圖像壓縮是尋求一幅圖像中的一組分形，由這組分形重構或描述原整幅圖像。一旦這組分形找到後，只保留這組分形就可以很好地復原原圖，從而達到數據壓縮的目的。這是由於這些分形具有自相似性和尺度變化無限性等特點決定的。因此，分形圖像壓縮的關鍵在於尋找到這一組分形，即分形圖像壓縮理論基礎中的迭代函數系統（IFS）。找到IFS的方法有兩個：一是基於圖像的自相似性，直接計算迭代函數系統各收縮仿射變換的係數；二是把圖像分割成較小的物體，然後從迭代函數系統庫中查找這些小物體所對應的迭代函數系統。
分形圖像壓縮是一種利用圖像的自相似性，來減少圖像冗餘度的新型壓縮編碼技術，其優點如下。
•有很高的壓縮比，對一般圖像，當壓縮比在20倍以上時，仍有較好的保真度。對於某些自相似性強的圖像，壓縮比可達上百倍。
•解碼圖像與分辨率無關，可任意高於或低於原圖像的分辨率進行解碼，當要解碼成高分辨率的圖像時，引入的細節會和整個圖像大致和諧一致，比像素複製或插值方法得到的圖像看起來更自然（這種縮放能力也可應用於圖像增強）。
•圖像解碼速度快，靠專用硬件已能達到每秒幾幀的圖像重建速度。但圖像編碼時間過長，實時性差，從而阻礙了該方法在實際中的應用。
六、小波變換編碼
小波變換WT（Wavelet Transfonn）就是把信號展開成一序列稱為小波的基函數集，它是一種表達在時域和頻域都有限的信號的新方法。這種變換對於小範圍內的瞬態信號的頻譜分析是非常有效的。由於小波變換的多分辨率特性非常適於圖像壓縮，因而可產生許多很有意義的編碼器。小波分析以其良好的局部性特徵為數字圖像壓縮編碼帶來了新的工具，使得這一領域充滿了生機。
小波的圖像分解思想是屬於子帶分解的一個特例，它是完備的、正交的，且多分辨率的分解。在空間域里，小波分解將信號分解為不同層次分解運算的同時，形成了頻率域中的多層次分解。在頻率域中的每個層次上，高頻分量與低頻分量的分佈與原數據中頻率分佈的方向有關。利用小波變換對圖像進行壓縮的原理與子帶編碼方法一樣，是將原圖像信號分解成不同的頻率區域，持續的壓縮編碼方法根據人的視覺、圖像的統計、細節和結構等特性，對不同的頻率區域採取不同的壓縮編碼手段，從而使數據量減少。
利用小波變換進行圖像壓縮，一般採用離散小波變換編碼的方法。圖像壓縮中所用的離散正交小波，一般是由濾波函數構造的。對於給定的數字信號矩陣，將其分解為一個高通的和一個低通的子信號，且兩者是相互正交的。在必要時，可以遞歸地對每一個子信號分下去，一直到需要的帶寬為止，然後進行分析和運算。
在圖像編碼領域中，小波變換編碼技術是一個新興的圖像編碼方法。一方面，小波編碼擁有傳統編碼的優點；另一方面，小波變換多分辨率的變換特性，提供了利用人眼視覺特性的良好機制。因此，小波圖像編碼在較高壓縮比的圖像編碼領域中被非常看好。
目前，小波變換的圖像壓縮編碼有擴展零樹編碼、零樹與遊程相結合的編碼、多項式近似分形編碼、多小波變換圖像編碼等。
七、低碼率圖像編碼新技術
圖像編碼的另一個研究重點就是極低碼率的圖像壓縮，其傳輸碼率低於64kbps，應用範圍將更為廣泛，如PSTN網上的電視電話、多媒體電子信箱、移動的可視通信、電子報紙、交互多媒體數據庫、可視遊戲、遠程醫療，以及聾啞人的輔助通信等。近來出現的一些新的編碼方法大多是針對極低碼率的圖像編碼的，如在多媒體可視電話中，它要求把圖像壓縮後能在現有的公共電話網上傳輸，壓縮比可達到上千倍，其難度極大。對於一般的電視圖像，要達到如此高的壓縮比，同時又保證一定的觀賞質量是難以辦到的。對於典型的電視電話圖像，其圖像內容相對簡單，動作幅度不大，這些都是在極低碼率圖像編碼中可以利用的條件。
目前極低碼率的圖像編碼的研究大致分為兩個方向。
（1）波形基編碼（Wave-From-Based Coding）：波形基編碼的出發點是圖像各像素亮度和色差信號的波形，利用其各種內部統計特性進行壓縮編碼。
（2）知識基編碼（Knowledge-Based Coding）：知識基（有時也稱為模型基）編碼是從一種新的角度進行編碼的方法，它把圖像看成三維物體在二維平面上的投影。編碼的第一步是建立物體的模型，然後通過對輸入圖像和模型的分析得出模型的各種參數（幾何、色彩、運動等），再對參數進行編碼傳輸，解碼端則由圖像綜合法恢復圖像。因此，這種方法又稱為分析、綜合編碼。這種編碼方法，比前者更多地利用了圖像的先驗知識，它用參數（而不是像素的電平）進行編碼傳輸，因此可以獲得更高的壓縮比。
——END——
需要弱電資料可以私信我
回復：rdzl
即該擁有海量弱電培訓學習資料
我叫老梁。一個從業12年的弱電愛好者。
這裡只有免費和分享！
