图像数据压缩综述.docVIP

图像无损数据压缩研究综述 摘要：数据压缩能够通过重组数据以满足空间要求，并可以使得恢复出来的数据能够和原数据一致。图像的无损数据压缩通过对图像数据的重新编码，以获得没有信息丢失的一定压缩比的图像；无损压缩技术根据实现原理通常又分为基于统计的压缩技术及基于字典的压缩技术两种；本文讨论了图像无损压缩的发展和现状，并指出整数小波变换(IWT)的图像压缩编码算法已成为图像无损压缩研究领域的一个主要方向，随着图像压缩编码技术在高清晰度电视(HDTV)、商业电子化等方面的广泛应用，图像无损压缩已成为一个非常重要的研究问题。 Abstract: Data compression reorganizes the data to meet the space requirements, and make the recovered data consistent with raw data. Image lossless compression recodes the image data to produce a compression ratio of image, whose information is lossless; According to the principle ,lossless compression technology usually classifies based on statistical compression technology and compression technology based on dictionary 1.介绍 数据压缩是指在一定的数据存储空间要求下，将相对庞大的原始数据，重组为满足前述空间要求的数据集合，使得从该数据集合中恢复出来的信息能够与原始数据相一致，或者能够获得与原始数据一样的使用品质[1]。数据压缩减少了数据存储所需要的空间，从而间接了减少了处理数据所需要的时间及资源耗费。数据压缩技术一直是信息科学的研究热点，其在数据存储、数据传输等方面有着极其广泛的应用。数据压缩可分为无损压缩和有损压缩两种，无损压缩是利用压缩数据中的冗余信息，可完全恢复原始数据而不引起任何信息的丢失，广泛用于文本数据，程序和特殊应用场合的图像数据的压缩[1]。 数据压缩在计算机上的应用起源于香农的信息论[2]，最初，理论界认为数据压缩的理论体系不过是信息论理论体系中的一部分，其遵循信息论中的相关定理及推论，如无损数据压缩的极限为熵，基于这一点数据压缩又称为熵编码。熵编码是基于信号统计特性的编码技术，它是一种无损编码方法，解码后能无失真地恢复图像。这三种熵编码方法均已被现有的各种图像编码标准所采纳，以游程编码结合霍夫曼编码或游程编码结合算术编码的组合方式用于对变换编码、预测编码之后图像系数的进一步编码[2]。除熵编码外，传统的图像编码方法还有预测编码、变换编码、矢量量化等等。传统的图像编码技术现在也被称为第一代编码技术，至今得到普遍应用的 JPEG，MPEG-1，MPEG-2，H.261以及 H.263等压缩编码国际标准都是采用这些技术[2]。 图像的编码方法分为两类[1]：有损压缩和无损压缩。有损编码和无损编码是从编码前后信息是否损失的角度来对编码策略进行划分的。有损编码是指在图像压缩中对不重要的信息忽略，但是压缩结果不影响人眼观察或其他方面的需要。其主要利用视觉对图像中某些频率成分敏感的特性，虽然允许压缩中损失一定信息，但是损失部分对图像理解影响较小。无损编码是指在图像的压缩编码过程中不发生任何信息丢失，其过程是可逆的。虽然无损压缩的压缩率比较低，但是无损压缩在许多领域却是迫切需要的，如图像需要做进一步的处理(如从图像中抽取特殊信息等) ，重建压缩/解压缩，图像的获取代价昂贵，或者提供图像的要求质量未知等情况。近年来，在许多应用领域，如医学图像、遥感图像、图像归档、高精度图像分析、历史文档、艺术作品的保存等，对高效的快速无损压缩方法的需求越来越迫切，因此图像的快速无损压缩技术受到人们越来越多的关注。 2. 无损压缩技术 无损压缩技术根据实现原理通常又分为基于统计的压缩技术及基于字典的压缩技术两种。 2.1 基于统计的压缩算法[1] 基于统计的压缩技术根据字符在数据流中的出现概率对其进行编码，经常出现的字符分配较短的编码，不常出现的字符分配较长的编码，代表性技术有Huffman 编码、算术编码等。基于字典的压缩技术将数据流中已经出现的字符及字符串放入一字典中，对于重复出现的字符及字符串用指向字典中该字符串的指针来表示，因为指针的长度小于所代替的字符或字符串长度，因而能起到压缩的效果，代表性技术有 LZ77、LZ78 及其衍生技术 LZSS、LZW 等。另外，还有一些算法如 BWT、PPM 等，有学者