论文部分内容阅读
随着多媒体技术和无线通信技术的发展与普及,人们对图像的需求进一步加大,而图像数据一般都较大,这就为目前有限的信道传输带宽和存储空间带来了挑战,对图像数据进行压缩是解决这个矛盾的有效方法。而变换编码是图像压缩中一种非常有效且常用的方法。图像压缩目前有三大国际标准,联合图像专家小组在2007年发布了最新的静态图像压缩标准是JPEG XR,其核心变换算法是重叠双正交变换(Lapped Biorthogonal Transform,LBT),与现在应用范围最广的JPEG图像压缩标准相比,JPEG XR克服了JPEG在低码率下的方块效应,提升了压缩后的图像质量;与JPEG2000图像压缩标准相比,它压缩后获得的图像质量与JPEG2000相当,然而其算法复杂程度相对较低,消耗的资源数目却与JPEG相近。JPEG XR支持对感兴趣区域的编解码,支持缩略图的提取。文中JPEG XR压缩标准的基础上,主要从以下几个方面做了深入研究:1.针对在感兴趣区域压缩编码中的手动选取感兴趣区域所带来的不足,文中提出了一种基于自动提取感兴趣区域的压缩编码。利用边缘检测算子以及膨胀腐蚀操作提取感兴趣区域边,根据边缘块中属于感兴趣区域的变换系数所占的比例,确定边缘块是否属于感兴趣区域块。通过权重法可以进一步确定对于既含有感兴趣区域的信息也含有背景区域信息的块是否应该被分配更多的码率,这能很好的削弱在边缘感兴趣区域中背景的图像信息。2.针对目前大型网络识别系统中人脸图像的传输以及存储问题,文中评估了JPEG XR、JPEG2000、JPEG对既定人脸识别算法的影响。通过使用数据压缩技术,可以去除图像中所包含的一些多余信息,需要更少的存储空间和更少的时间来传输。文中对不同人脸库中的人脸图像进行高倍压缩,并在多个识别算法上进行测试。实验表明对高倍压缩的人脸图像进行识别率测试,在选定的多个识别算法中,以SIFT较好,测试数据表明三种压缩算法对压缩后的识别率都有一定的影响。通过综合分析比较,我们最终得出JPEG XR在复杂度和性能方面对识别率的影响较低。3.针对高压缩比下,JPEG XR编解码图像产生的方块效应,文中提出了一种利用1D和2D双树复数小波变换的后处理技术减弱块效应。对获得重构图像做LBT变换,设定合适的硬阀值,我们利用文中后处理技术对带有块效应的图像进行去块处理。实验结果显示,文中算法能够有效的减弱由于高压缩比所带来的方块效应,图像主要的信息得以保存,提高了图像的主观质量。