一、图像压缩技术的现状
图像压缩编码在数字图像处理中占有重要的地位,将图像压缩的主要目的就在于减小图像的存储容量,以利于信息的保存和传输。此外,它还有利于某些特征的提取,以提高模式识别等的效率。
二、JPEG静止图像压缩的基本原理
编码器负责降低输入图像的编码、像素间和心理视觉冗余。在编码处理的第一阶段,离散余弦变换器将输入图像变换成一种(通常不可见的)格式,以便减少像素间的冗余。在第二阶段,量化器根据预定义的保真度准则来减少映射变换器输出的精确性,以便试图去除心理视觉冗余数据。这种操作是不可逆的,当进行无损压缩时,则必须将其忽略。在第三个即最后一个处理阶段,熵编码器根据所用的码字对量化器输出和离散余弦变换输出创建码字(减少编码冗余)。
整个压缩编码过程大致分为以下三个步骤:1、使用正向离散余弦变换将空间域表示的图像变换成频率域表示的图像。具体做法:将输入图像分解为8x8大小的数据块, 然后用正向二维DCT把每个块转变成64个DCT系数矩阵, 其中最左上角的数值是直流 (DC) 系数, 其余的63个是交流 (AC) 系数。2、对DCT系数进行量化。JPEG压缩中进行量化使用的是均匀量化器, 按照系数所在位置和每种颜色分量的色调值来确定量化步距。我们在这里使用标准的亮度量化表和色度量化表。3、编码。经过DCT变换后, 矩阵的左上角是低频分量集中地, 高频位于其余部分, 因此, 要对量化后的系数重新编排, 以增加连续“0”的个数。解码过程与之类似。对已编码的DCT系数进行解码, 然后求逆量化, 使用二维DCT反变换将其转化为8x8图像块, 最后将所有的块组合成一个单一的图像, 这样就完成了图像的解压过程。
三、发现的问题
基于DCT的JPEG图像压缩研究中，我们发现了一些问题，同时也提出了一些改进思路。首先，虽然DCT具有能量集中特性，使得图像的大部分能量集中在低频分量上，从而可以通过量化和编码低频分量实现图像压缩，但DCT变换本身可能会引入一些误差。其次，JPEG压缩算法中的量化步骤也可能导致一些问题。量化是将DCT变换后的系数进行减小或设置为0的过程，以减少数据量。然而，这个过程是有损的，会导致图像质量的下降。如果量化步长设置得过大，虽然能进一步减少数据量，但会导致图像质量严重下降，出现块效应等视觉上的不连续现象。
针对上述问题，我们可以提出以下改进思路：
1. 优化DCT变换：针对DCT变换可能引入的误差，我们可以尝试优化DCT变换算法，提高变换的精度。2. 改进量化方法：量化步骤对图像质量的影响很大，因此我们需要设计更合理的量化方法。可以考虑根据图像的内容和特征自适应地调整量化步长，以达到更好的压缩效果和图像质量。
