JPEG算法与矢量量化算法在图像压缩中的应用研究
|
摘要
图像的数字化表示使得图像信号可以高质量地传输,也便于图像的检索、分析、处理和存储。但是数字图像的表示需要大量的数据,必须进行图像的压缩。图像压缩的目的是消除图像中的大量冗余信息,提高图像传输的效率,减少图像的存储容量。
随着医学的不断进步和发展,产生了大量的图像数据,给医学图像的存储和传输技术提出了严峻的挑战,因此数字图像压缩技术在医学图像中的应用也日益广泛。
正是由于其广泛的应用,图像压缩技术的研究就变得相当有意义。
JPEG(Joint Photographic Experts Group)联合摄影专家组,制定出了第一套国标静态图像压缩标准JPEG,JPEG压缩算法由于其较高的压缩比和理想的压缩效果,是目前应用最广泛的图像压缩方法之一。矢量量化(VQ)是,在量化的时候,用码书中与输入矢量最匹配的码字来代替这个输入矢量的量化方法。矢量量化作为一种有效的有损压缩技术,其突出优点是压缩比大以及解码算法简单,因此它已经成为数据压缩编码的重要技术之一。
本文在介绍JPEG图像压缩算法、矢量量化图像压缩技术的基础上,用JPEG和VQ这两种算法分别对lena图像和医学中的CT图像进行了压缩处理,得到在不同压缩比下的峰值信噪比,并对压缩结果进行了分析比较。实验结果表明,当压缩比较低的时候,JPEG压缩算法的压缩质量较高,而随着压缩比不断加大,矢量量化编码算法的压缩效果较JPEG压缩算法更具优越性。
Digital image technology brings high-quality image signal transmission, facilitates image index, image analysis, image processing and storage .But because the expression of image requires massive data, image compression is needed. The purpose of image compression is to eliminate numerous information redundance, increase the efficiency of image transmission, and deduce image storage capacity.
With the development of medicine, numerous image data are produced every day.This brings severe challenge to medical image storage and transmission, so digital image compression technology is widely used in medical image field also.
Therefore, study on image compression technology is considerably significant because of its wide application.
JPEG (Joint Photographic Experts Group) institution drew up the first standard static image compression criterion-JPEG. Due to high compression ratio and excellent compression results, JPEG algorithm is one of the widelist used image compression techniques currently. VQ (Vector Quantization) replaces the input vectors with codevectors which are matched with input vectors from the codebook.As an effective lossy data compression algorithm, VQ's excellent feature is high compression ratio and simple decode algorithm. VQ has become a significant data compression code technology.
Based on the summary of JPEG and VQ, "lena" and CT (Computed Tomography) image were processed using JPEG and VQ in this article, PSNR (Peak Signal to Noise Ratio) values at different compression ratios were obtained. Comparing and analysis of the compression results showed that JPEG has higher compression quality at lower compression ratio, and VQ's compression quality is higher when compression ratio is higher.
随着医学的不断进步和发展,产生了大量的图像数据,给医学图像的存储和传输技术提出了严峻的挑战,因此数字图像压缩技术在医学图像中的应用也日益广泛。
正是由于其广泛的应用,图像压缩技术的研究就变得相当有意义。
JPEG(Joint Photographic Experts Group)联合摄影专家组,制定出了第一套国标静态图像压缩标准JPEG,JPEG压缩算法由于其较高的压缩比和理想的压缩效果,是目前应用最广泛的图像压缩方法之一。矢量量化(VQ)是,在量化的时候,用码书中与输入矢量最匹配的码字来代替这个输入矢量的量化方法。矢量量化作为一种有效的有损压缩技术,其突出优点是压缩比大以及解码算法简单,因此它已经成为数据压缩编码的重要技术之一。
本文在介绍JPEG图像压缩算法、矢量量化图像压缩技术的基础上,用JPEG和VQ这两种算法分别对lena图像和医学中的CT图像进行了压缩处理,得到在不同压缩比下的峰值信噪比,并对压缩结果进行了分析比较。实验结果表明,当压缩比较低的时候,JPEG压缩算法的压缩质量较高,而随着压缩比不断加大,矢量量化编码算法的压缩效果较JPEG压缩算法更具优越性。
Digital image technology brings high-quality image signal transmission, facilitates image index, image analysis, image processing and storage .But because the expression of image requires massive data, image compression is needed. The purpose of image compression is to eliminate numerous information redundance, increase the efficiency of image transmission, and deduce image storage capacity.
With the development of medicine, numerous image data are produced every day.This brings severe challenge to medical image storage and transmission, so digital image compression technology is widely used in medical image field also.
Therefore, study on image compression technology is considerably significant because of its wide application.
JPEG (Joint Photographic Experts Group) institution drew up the first standard static image compression criterion-JPEG. Due to high compression ratio and excellent compression results, JPEG algorithm is one of the widelist used image compression techniques currently. VQ (Vector Quantization) replaces the input vectors with codevectors which are matched with input vectors from the codebook.As an effective lossy data compression algorithm, VQ's excellent feature is high compression ratio and simple decode algorithm. VQ has become a significant data compression code technology.
Based on the summary of JPEG and VQ, "lena" and CT (Computed Tomography) image were processed using JPEG and VQ in this article, PSNR (Peak Signal to Noise Ratio) values at different compression ratios were obtained. Comparing and analysis of the compression results showed that JPEG has higher compression quality at lower compression ratio, and VQ's compression quality is higher when compression ratio is higher.
引文
[1]刘冰,现代网络与多媒体技术基础[M],机械工业出版社,2006.26-100
[2]庞振平,多媒体技术基础[M],华南理工大学出版社,2007-02.66-70
[3]杨长生,图象与声音压缩技术[M],浙江大学出版社,2000-04.42-50
[4]田景文,人工神经网络算法研究及应用[M],北京理工大学出版社,2006-07.32-34
[5]孙圣和,陆哲明,矢量量化技术及应用[M],科学出版社,2002-05,30-66
[6]文富忠,徐定杰,孙建红,MPEG的发展及其特点MPEG的发展及其特点(一)[J],电子技术应用,2004-05
[7]Theory of data compression,http://www.data-compression.com
[8]姜来,黄彩玲,纪震,基于粒子群优化算法的矢量量化图像压缩方法[J],深圳大学学报理工版,第23卷,第3期,2006-07
[9]JPEG(ISO/IEC JTC1/SC2/WG8)Diagital Compression and Coding of Continous Time Still Pictures[S].ISO CD10918-1,1991.3
[10]韩春梅,王青海,基于DCT变换的数字图像分层压缩编码[J],电子工程专辑,2003-11
[11]傅德胜,谢永华,任卫华,一种基于小波变换的分形图像编码压缩算法的研究[J],计算机应用与软件,2004-01
[12]胡宏梅,董恩清,人工蚁群聚类码书设计算法[J],通信技术,2007-07
[13]黄晴,张书玲,基于小波变换和分类矢量量化的图像压缩算法[J],西北大学学报(自然科学网络版),2004-01.Vol-2
[14]胡征,矢量量化原理及应用[M],西安,西安电子科技大学出版社,1998.24-86
[15]张庆芳,赵鹤鸣,应用VQ的说话人识别系统的改进[J],苏州大学学报(工科版),2005-06
[16]李辉,基于提升小波变换的图像压缩方法研究[D],硕士学位论文,2006-04
[17]林福宗,多媒体技术基础(第2版)[M],清华大学出版社,2002-9.24-104
[18]王秉均,现代通讯原理[M],人民邮电出版社,2006-03.66-72
[19]周明,遗传算法的原理与应用[M],国防工业,1999-06.54-56
[20]张旭东,卢国栋,冯健,图像编码基础和小波压缩技术--原理、算法和标准[M],清华大学出版社,2004.56-88
[21]田丽华,编码理论[M],西安电子科技大学出版社,2003.23-35
[22]刘頔,罗代升,视频编码标准H.264的核心技术分析[J],2005-12-13
[23]黄战华,谢洪波,郁道银,张汉奇医用内窥镜图像自适应量化压缩编化码方法研究[J],中国生物医学工程学报,2000.Vol.3-19-生物医学仪器
[24]罗天煦,邝继顺,一种基于Loeffler算法的快速实现2D DCT/IDCT的方法[J],计算机应用研究,2007-24卷1期,P231
[25](美)普埃克,方艳梅,数字信号处理(第四版),[M]电子工业出版社2007-6.124-148
[26]康晓东,医学图像信号变换与压缩,清华大学出版社,2004-07
[27]彭玉华,小波变换与工程应用[M],科学出版社,1999
[28]冈萨雷斯,数字图像处理(第二版)[M],电子工业出版社,2003
[29]http://www.capturar.com.cn/jsltb.html,视频采集压缩格式概论
[30]视频编码标准H.264的核心技术分析
[31]焦李成,神经网络的应用与实现[M],西安电子科技大学出版社,1996-9.
[32]赵珊,张玲,郑建彬,杨杰,H.264视频编码标准[J],有线电视技术,2007-11
[33]张力军(译),数字通信(第四版)[M],电子工业出版社,2003-1-1
[34]涂立桥,SOFM算法和LBG算法联合用于图像压缩的研究[J],黄石高等专科学校学报,2002-02
[35]黎洪松,全子一,图像矢量量化-频率敏感自组织特征映射算法[J],通信学报,1999-16-2.59-64
[36]张霞,万国金,吴建华,邹道文,矢量量化在图像压缩编码中的应用进展[J],数据采集与处理,1999.Vol.14 No.1
[37]王磊,戚飞虎,矢量量化的渐进构造模糊聚类算法[J],上海交通大学学报,1999,Vol.33 No.5
[38]王世芳,李国丽,基于遗传算法的BP神经网络在图像压缩中的应用[J],量子电子学报.
[39]李国丽,纪心毅,周金斌,王世芳,基于离散余弦变换的静态图像压缩算法研究[J],计算机技术与应用,2007-8
[40]王世芳,基于遗传算法的进化神经网络在医学图像压缩上的应用研究[D],硕士论文,2007.
[41]王煦法,张宏斌,一种改进的BP网络图像压缩方法[J],中国科技大学学报,1994,4:18-22.
[42]胡征,杨有为,矢量量化原理与应用[J],西安:西安电子科技大学出版社,1988.143-169
[43]黎洪松,全子一,一种新的静止图像压缩编码算法[J],电子科学学刊,1995,17(6):561-567
[44]匡泰,胡众义,徐晓,吕慧强,一种新型的用于LBG图像压缩初始码书生成算法[J],浙江工业大学学报,2005-08.Vol.33 No.4
[45]余英林,李海洲,神经网络与信号分析[M],广州:华南理工大学出版社,1994.41-52
[46]Nasrabadi N M,Feng Y.Vector quantization of images based upon the kohonen self organizing feature map[J].In:Proc IEEE Int Conf Neural Networks,1988,1:101-108
[47]Wegmann B,Zetzsche C.Feature-specific vector quantization of im age[J].IEEE Trans Image Processing,1996,5(2):274-288
[48]黎洪松,全子一,图像矢量量化--频率敏感自组织特征映射算法[J],通信学报,1995,16(2):59-64
[49]Lancini R,Tubaru S.Adaptive vector quantization for picture coding using n eural networks[J].IEEE Trans Commun,1995,43(2/3/4):534-554
[50]Ramamurithi B,Gersho A.Classified vector quantization of images[J].IEEE Trans Commun,1986,34(11):1105-1115
[51]Micheal L,Sanjit K Mitra.Image-adaptive vector quantization in an entropy-constrained framewok[J].IEEE Trans Image Processing,1997,6(3):441-450
[52]Zeger K,Bist A,Linder T.Universal source coding with codebook transmission[J].IEEE T rans Commun,1994,42(2/3/4):336-346
[53]郑文星,全子一,基于记忆和预测机制的自适应矢量量化及其在图像压缩编码中的应用[J],电子学报,1997,25(7):22-27
[54]赵迎春,钱源诚,潘孟贤,基于神经网络的图像矢量量化编码[J],通信学报,1994,15(1):1-7
[55]王卫,蔡德钧,万发贯,改进的Kohonen网络及图像自适应矢量量化[J],通信学报,1992,13(5):16-21
[56]周杰,丁明跃,彭嘉雄,基于视觉误差准则的矢量量化编码[J],电子学报,1997,25(1):85-88
[57]徐孟侠(译),采用不同分割方法的图像矢量量化[J],通信学报,1993,14(2):106-108
[58]周汀,闵昊,章倩苓,一种矢量量化编码的加速算法[J],电子学报,1997,25(4):95-98
[59]薛向阳,陈学青,序号预测矢量量化器及其在图像编码中的应用[J],电子学报,1994,22(4):80-85
[60]朱晓,基于小波分解的矢量量化图像压缩算法[J],重庆邮电学院学报,1996,8(3):1-6
[61]张颖,基于分形的改进矢量量化器[D],学位论文,华南理工大学,1997
[2]庞振平,多媒体技术基础[M],华南理工大学出版社,2007-02.66-70
[3]杨长生,图象与声音压缩技术[M],浙江大学出版社,2000-04.42-50
[4]田景文,人工神经网络算法研究及应用[M],北京理工大学出版社,2006-07.32-34
[5]孙圣和,陆哲明,矢量量化技术及应用[M],科学出版社,2002-05,30-66
[6]文富忠,徐定杰,孙建红,MPEG的发展及其特点MPEG的发展及其特点(一)[J],电子技术应用,2004-05
[7]Theory of data compression,http://www.data-compression.com
[8]姜来,黄彩玲,纪震,基于粒子群优化算法的矢量量化图像压缩方法[J],深圳大学学报理工版,第23卷,第3期,2006-07
[9]JPEG(ISO/IEC JTC1/SC2/WG8)Diagital Compression and Coding of Continous Time Still Pictures[S].ISO CD10918-1,1991.3
[10]韩春梅,王青海,基于DCT变换的数字图像分层压缩编码[J],电子工程专辑,2003-11
[11]傅德胜,谢永华,任卫华,一种基于小波变换的分形图像编码压缩算法的研究[J],计算机应用与软件,2004-01
[12]胡宏梅,董恩清,人工蚁群聚类码书设计算法[J],通信技术,2007-07
[13]黄晴,张书玲,基于小波变换和分类矢量量化的图像压缩算法[J],西北大学学报(自然科学网络版),2004-01.Vol-2
[14]胡征,矢量量化原理及应用[M],西安,西安电子科技大学出版社,1998.24-86
[15]张庆芳,赵鹤鸣,应用VQ的说话人识别系统的改进[J],苏州大学学报(工科版),2005-06
[16]李辉,基于提升小波变换的图像压缩方法研究[D],硕士学位论文,2006-04
[17]林福宗,多媒体技术基础(第2版)[M],清华大学出版社,2002-9.24-104
[18]王秉均,现代通讯原理[M],人民邮电出版社,2006-03.66-72
[19]周明,遗传算法的原理与应用[M],国防工业,1999-06.54-56
[20]张旭东,卢国栋,冯健,图像编码基础和小波压缩技术--原理、算法和标准[M],清华大学出版社,2004.56-88
[21]田丽华,编码理论[M],西安电子科技大学出版社,2003.23-35
[22]刘頔,罗代升,视频编码标准H.264的核心技术分析[J],2005-12-13
[23]黄战华,谢洪波,郁道银,张汉奇医用内窥镜图像自适应量化压缩编化码方法研究[J],中国生物医学工程学报,2000.Vol.3-19-生物医学仪器
[24]罗天煦,邝继顺,一种基于Loeffler算法的快速实现2D DCT/IDCT的方法[J],计算机应用研究,2007-24卷1期,P231
[25](美)普埃克,方艳梅,数字信号处理(第四版),[M]电子工业出版社2007-6.124-148
[26]康晓东,医学图像信号变换与压缩,清华大学出版社,2004-07
[27]彭玉华,小波变换与工程应用[M],科学出版社,1999
[28]冈萨雷斯,数字图像处理(第二版)[M],电子工业出版社,2003
[29]http://www.capturar.com.cn/jsltb.html,视频采集压缩格式概论
[30]视频编码标准H.264的核心技术分析
[31]焦李成,神经网络的应用与实现[M],西安电子科技大学出版社,1996-9.
[32]赵珊,张玲,郑建彬,杨杰,H.264视频编码标准[J],有线电视技术,2007-11
[33]张力军(译),数字通信(第四版)[M],电子工业出版社,2003-1-1
[34]涂立桥,SOFM算法和LBG算法联合用于图像压缩的研究[J],黄石高等专科学校学报,2002-02
[35]黎洪松,全子一,图像矢量量化-频率敏感自组织特征映射算法[J],通信学报,1999-16-2.59-64
[36]张霞,万国金,吴建华,邹道文,矢量量化在图像压缩编码中的应用进展[J],数据采集与处理,1999.Vol.14 No.1
[37]王磊,戚飞虎,矢量量化的渐进构造模糊聚类算法[J],上海交通大学学报,1999,Vol.33 No.5
[38]王世芳,李国丽,基于遗传算法的BP神经网络在图像压缩中的应用[J],量子电子学报.
[39]李国丽,纪心毅,周金斌,王世芳,基于离散余弦变换的静态图像压缩算法研究[J],计算机技术与应用,2007-8
[40]王世芳,基于遗传算法的进化神经网络在医学图像压缩上的应用研究[D],硕士论文,2007.
[41]王煦法,张宏斌,一种改进的BP网络图像压缩方法[J],中国科技大学学报,1994,4:18-22.
[42]胡征,杨有为,矢量量化原理与应用[J],西安:西安电子科技大学出版社,1988.143-169
[43]黎洪松,全子一,一种新的静止图像压缩编码算法[J],电子科学学刊,1995,17(6):561-567
[44]匡泰,胡众义,徐晓,吕慧强,一种新型的用于LBG图像压缩初始码书生成算法[J],浙江工业大学学报,2005-08.Vol.33 No.4
[45]余英林,李海洲,神经网络与信号分析[M],广州:华南理工大学出版社,1994.41-52
[46]Nasrabadi N M,Feng Y.Vector quantization of images based upon the kohonen self organizing feature map[J].In:Proc IEEE Int Conf Neural Networks,1988,1:101-108
[47]Wegmann B,Zetzsche C.Feature-specific vector quantization of im age[J].IEEE Trans Image Processing,1996,5(2):274-288
[48]黎洪松,全子一,图像矢量量化--频率敏感自组织特征映射算法[J],通信学报,1995,16(2):59-64
[49]Lancini R,Tubaru S.Adaptive vector quantization for picture coding using n eural networks[J].IEEE Trans Commun,1995,43(2/3/4):534-554
[50]Ramamurithi B,Gersho A.Classified vector quantization of images[J].IEEE Trans Commun,1986,34(11):1105-1115
[51]Micheal L,Sanjit K Mitra.Image-adaptive vector quantization in an entropy-constrained framewok[J].IEEE Trans Image Processing,1997,6(3):441-450
[52]Zeger K,Bist A,Linder T.Universal source coding with codebook transmission[J].IEEE T rans Commun,1994,42(2/3/4):336-346
[53]郑文星,全子一,基于记忆和预测机制的自适应矢量量化及其在图像压缩编码中的应用[J],电子学报,1997,25(7):22-27
[54]赵迎春,钱源诚,潘孟贤,基于神经网络的图像矢量量化编码[J],通信学报,1994,15(1):1-7
[55]王卫,蔡德钧,万发贯,改进的Kohonen网络及图像自适应矢量量化[J],通信学报,1992,13(5):16-21
[56]周杰,丁明跃,彭嘉雄,基于视觉误差准则的矢量量化编码[J],电子学报,1997,25(1):85-88
[57]徐孟侠(译),采用不同分割方法的图像矢量量化[J],通信学报,1993,14(2):106-108
[58]周汀,闵昊,章倩苓,一种矢量量化编码的加速算法[J],电子学报,1997,25(4):95-98
[59]薛向阳,陈学青,序号预测矢量量化器及其在图像编码中的应用[J],电子学报,1994,22(4):80-85
[60]朱晓,基于小波分解的矢量量化图像压缩算法[J],重庆邮电学院学报,1996,8(3):1-6
[61]张颖,基于分形的改进矢量量化器[D],学位论文,华南理工大学,1997