英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料
有损域和无损域的图像压缩性能评估
摘要：由于数据传输和存储的限制，在传输之前压缩图像至关重要。 由于尺寸减小和信息丢失，图像质量下降。 因此恢复的图像能够承受损坏的图像质量和高压缩比。 本文通过定性和定量分析提出了不同图像压缩技术的战略研究。 通过具有不同性能测量参数如PSNR，MSE，CR和BPP的测试图像来完成不同有损和无损压缩技术的性能评估。
关键词：图像压缩; 有损压缩;无损压缩; 分形变换;DCT;DWT;DPCM;霍夫曼;SPIHT;PSNR;MSE;CR;BPP
一．导言
视觉信息在日常世界通信的人类生活中扮演重要角色。图像以二维像素矩阵的形式表示。一张图像矩阵格式对于颜色和灰度是不同的。随着图像尺寸越来越大，随后的矩阵也变大，这反过来需要更大的存储空间用于存储，处理并且在传输期间耗费更多的时间。灰度图像以矩阵的形式表示，其值在0到255之间，使用256种不同的颜色码。其中干净的白色和干净的黑色分别保持颜色代码255和0。由于传输媒体的限制，例如带宽，传输速度，传输时间，存储空间等等，对于压缩图像而不降低其内容质量至关重要。然后它可以用于不同的应用程序。此外，可以在解压缩之后再次提取图像。根据图像的质量，压缩技术可以有两种类型，即有损和无损压缩[1]。
本文的结构如下：第二节描述了图像压缩技术，其中讨论了有损压缩和无损压缩，第三节描述了不同技术的性能分析，最后第四节总结论文。
二．图像压缩技术
各种类型的图像压缩技术如下：
1.图像有损压缩
2.图像无损压缩
- 图像有损压缩
在这种技术中，一旦图像被压缩，则重新创建的图像将不会与原始图像完全相同。 由于信息丢失，图像数据的许多细节在压缩过程中被放弃。 但外观方面，图像在外部格式中不会改变。由于应用了缩小图像大小的技术，因此很多像素值会发生变化，因此称为有损压缩。 虽然使用这种技术在图像质量方面有显着的变化，但它在数据传输过程中更加有用并且更加适用。 本节将介绍许多此类技术。 其中一些是离散小波变换，离散余弦变换，分形变换，变换编码等[2]
a.分形变换
在不同的图像压缩技术中，分形是最重要的不对称有损技术。在这种方法中，使用各种方法将原始图像分割成不同的部分，例如边缘处理，光谱分析，颜色分割等。在分形库中搜索每个图像部分后。在编码和解码过程中，分形编码器主要用于将位图图像转换为分形码。在分形转换之后，位图图像能够改变成可以分成段的分形图像。另一个好处是，对于任何尺寸的任何给定输入图像，分形码可以以比原始较大图像更小的编码形式存储。之后，编码分形的匹配与分形代码库一起匹配。在匹配过程中，代码匹配器会根据不同的压缩参数寻找最佳匹配，而不是完全匹配。第三节的性能分析表明，分形压缩在压缩比，BPP，MSE和PSNR方面优于其他压缩技术[3]。
B.Bhuvaneswari等人提出了基于图像接口系统的快速分形图像压缩。 穆罕默德伊斯梅尔.B等人已经提出了一种改进的图像压缩技术，使用分形转换对彩色图像进行分割将图像分成不同大小的块。
b.离散小波变换（DWT）
另一种图像压缩的关键方法是离散小波变换，它可以用作有损和无损。无损DWT用于压缩比更高的定性压缩。 DWT方法将离散时间信号转换为离散小波表示。DWT变换数据基于时间尺度表示，可以进一步以多分辨率格式表示。小波变换被认为是最有利于图像处理的应用，主要用于抑制具有模糊效应的冗余噪声。由于其多分辨率图像，小波变换已被用于图像和视频压缩分析。由于噪声消除，边缘检测，图像的压缩分析，它的性能也更好。在小波变换中，可以将NXM的图像分解为具有较低频率估计的部分和具有较高频率估计的部分。低通滤波器使用比例缩放功能，高通滤波器使用小波函数[3]。
Afshan Mulla等人已经提出了称为认知子带替换离散小波变换的图像压缩技术。 M. Shaaban Ibraheem 等人已经提出了使用对数DWT的医学图像压缩技术。
c.DCT（离散余弦变换）
Ahmed等人首先提出了用于图像压缩的DCT。 它是压缩格式图像转换最流行的方法。 它用于有损图像压缩的JPEG格式。 这种压缩方法由四个阶段的编码组成。 在第一阶段，原始图像被分割成阶数为zxz的块。 在第二阶段，使用2D DCT函数将子块变换到频域。 随着量化过程，频率系数被转换为无损熵编码器。 由于精通图像压缩，原始图像变得紧凑并且变换后的能量参数被最小化[4]。 小波变换的性能可能比压缩比更好的DCT变换效果更好，这在性能分析部分进行了讨论。
A.H.M. Jaffar Iqbal Barbhuiya 等人已经提出了基于DCT的压缩的图像质量预测。 Ankit Chouhan 等人已经提出了针对每个步骤使用不同品质因数（QF）的离散余弦变换（DCT）技术对联合图像专家组（JPEG）图像进行双重压缩。
B.图像无损压缩
在图像中使用无损压缩，重新生成的图像与原始图像相同，因为量化从不发生。解压后大部分压缩前的图像信息被保留，所以它被称为无损[5]。 这种技术在许多应用中是最有用的，例如游程编码，DPCM，SPIHT等。
a. 差分脉冲编码调制
差分脉冲编码调制是一种无损压缩技术，其中信号编码器使用脉冲编码调制进行数据编码还基于脉冲编码样本增加了一些预测效用，信号可以以模拟或数字格式输入[6]。
Rime Raj Singh Tomar 等提出了一种称为增强DPCM变换（EDT）的方法，陈佐华等人通过基于条带的DPCM提出了压缩感测图像编码。
b.霍夫曼编码
霍夫曼编码代表另一种无损图像压缩范例。 当编码器知道数据源的概率分布时，它使用霍夫曼信源编码算法来生成具有最小期望码字长度的唯一可解码霍夫曼码。 熵表示必须由压缩算法编码的信息量。 低熵图像含有大量的黑色天空，对比度非常低。 在数学上，它表示在压缩过程中图像中用于编码的比特数。 霍夫曼编码使用特定方法来选择导致前缀代码的特定图像的表示。 图像和数据的压缩都可以使用霍夫曼编码[3]。
Takiyah K. Cooper 等人已经提出了使用霍夫曼编码的XOR滤波图像分析方法，Rachit Patel 提议一种使用霍夫曼编码的快速和改进的图像压缩技术。
c. SPIHT算法
Shapiro在图像压缩中提出树列设置分区技术。它使用嵌入式零小波（EZW）算法为其功能工作者。 在这个算法中，图像经历小波变换。然后根据以下函数将其分解为重要或不重要的分区
这里Sn（T）是一组关于坐标T的意义，ci，j是坐标（i，j）处的系数值。
算法中有两个阶段：分类阶段和细化阶段[7]。 SPIHT编码过程使用三个列表。
LIP（无意义像素列表）：这里的幅度小于阈值，因此它包含单独的系数。
LIS（无意义集合列表）：小波系数集由树结构定义，并且它们的大小小于阈值。
LSP（重要像素列表）：这里发现像素列表的幅度大于阈值（有效）。 排序通过在以上三个列表中执行[8]。
三．技术的性能分析
性能分析将针对不同的有损压缩技术和无损压缩技术展开讨论。性能研究通过采用尺寸为512X512的标准色彩图像，通过PSNR，MSE，CR和BPP等不同参数开始。
四．结论
本文总结了有关有损和无损压缩的不同技术如下。 使用无损压缩原件中的每个单个像素，解压后图像保持不变，所有信息位都完全恢复。另一方面，有损压缩技术通过去除某些冗余信息来永久性地减小图像大小，因此在解压缩后，原始图像的很多部分都会丢失，但用户不会注意到。 这种压缩技术用于某些信息丢失不会对用户造成影响的数据。 有损技术中的信息损失部分由用户决定。 然而，用户输入图像上的高效压缩技术将由用户自己根据图像应用的类型来选择。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[21748]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
