专利名称：图像压缩的空间聚类编码法的制作方法
技术领域：
本发明涉及一种图像压缩或解压方法，更确切地说，涉及一种静态图像压缩中小波系数的量化及编码方法。
在数字化时代，无论是数据保存还是数据传输，对它们的有效压缩是必须的，尤其对图像数据更是如此。所以，数据压缩技术一直是IT技术里的关键技术之一。图像数据压缩的主流是采用变换编码，它的压缩模式如
图1所示。JPEG是对单幅图像进行压缩的一个国际标准，同时也是目前MPEG-1，MPEG-2，H.261等视频压缩的基础。JPEG就属于变换编码，其中的变换环节采用的DCT变换。DCT变换是一个数学变换(离散余弦变换)，它是JPEG算法的核心。由于DCT变换变换的计算复杂性，该算法必须将图像分成若干个小块进行处理。所以，当压缩到一定程度以后，图像会出现块状效应(俗称马赛克效应)。所以，JPEG算法的压缩率是有限的，不能太高，因而不适合极低码率的压缩。
另一方面，在军事应用领域，如军队图像、视频的通信等，用于对边境突发情况、热点地区的监控，也非常需要对于图像的压缩或解压方法。但是这种可用于军事领域的通信编码体制显然不适宜公开，这样有利于通讯保密，即使敌对势力破解了我方的信道编码，也无法解压我们的图像、视频。这也是建立我军自己的编码体系的重大意义。
本发明的目的在于为基于小波变换的图像压缩提供运算比较简单而压缩效率比较高的量化和编码方法。
本发明的技术方案如下本发明之图像压缩编码法包括以下步骤(a)对图像进行小波变换，得到小波系数图像；(b)根据压缩比的要求的不同，选择分类数量、判决函数和量化门限，
进行空间聚类量化；(c)对分类结果和量化结果分别进行熵编码。
在对图像进行小波变换时，可采用W变换(离散超小波变换)。
依以上所述，其中所述步骤(a)变换次数根据图像大小自适应地决定。对大小为512×512的图像可分解为五层。编码时可根据上一层的结果指导下一层进行编码。
依以上所述，其中所述步骤(b)分类类型不宜太多，可以选2、4、8、16；压缩比很大时选2类，压缩比较小(图像质量很好)时，选16类。
上述之步骤(b)判决函数的选择要考虑计算复杂性。本发明在实施时选择的判决函数是求各像素的绝对值的和。
上述之步骤(c)根据每个子带的信源特性，对每个子带选择最合适的熵编码方法。可以通过比较压缩效果自适应地选择或者根据同类图像的经验预先设定。
离散小波变换(Discrete Wavelet Transform，简写为DWT)在时域和频域同时具有良好的局部化，可以有效消除方块效应，它引起图像压缩界的浓厚兴趣。已有些文献讨论小波基的选取，寻找合适的量化方法，以及熵编码方法。
本发明在实施方案中采用一种专有的离散超小波变换的小波滤波器(小波基)，简称为W-变换，该小波滤波器已申请专利，申请号为00113587.2。
本发明的主体部分是图像编码的空间聚类法。本发明在进行图像数据压缩时，先对图像进行离散超小波变换或者经典小波变换。根据小波变换的相似性，设计一个判决函数，用这个函数将小波系数进行分类，然后选择适当的量化门限对其进行量化处理。这样，可以按照小波系数分辨率的精细程度将小波系数进行空间聚类，构成一棵四叉树。然后对分类结果和量化小波系数分别进行自适应的熵编码。
本发明是基于小波变换的图像压缩空间聚类编码法，其编码运算简单，压缩效率高，可以有效消除图像的方块效应，能够适合极低码率的压缩，实用性强。
本发明可以应用于军事领域，用于军队图像通信的压缩或解压等，对边境突发情况、热点地区的进行监控等。本发明有利于建立我军自己的视频图像编码体系。
以下结合附图和实施例进一步说明本发明。
图1是图像数据压缩过程示意图，压缩过程主要包括变换、量化和编码三个环节；图2是图像进行小波变换分解三层时的小波变换系数的分布图，图中的每一块称为一个子带；图3是以本发明进行图像压缩测试结果同JPEG比较效果图。其中PSNR表示峰值信噪比，PSNR越大表示与原图像越保真。
本发明首先对图像进行离散超小波变换或者小波变换。离散超小波变换与小波变换二者在计算过程上没有差别，离散超小波变换采用整数系数滤波器，可以加快计算速度。平面图像是二维信号，DWT由一维推广到二维时，有可分和不可分两类。前者用张量积形式形成，每一层小波分解成四个子带垂直和水平方向低频的子带LL，水平方向低频和垂直方向高频的子带LH，垂直方向低频和水平方向高频的子带HL，垂直和水平方向高频的子带HH。垂直和水平方向低频的子带信号称为分析信号，其余三个子带信号称为细节信号，分析信号又可进一步分解为四个子带，因此总的子带数为3K+1，其中K为分解的层数。如图2所示其中子带0对应LL3，子带1对应HL3，子带2对应LH3，子带3对应HH3。经过变换后，大部分能量集中在左上角的那些子带里。其它子带的小波系数大多是0或比较小。有利于根据人的视觉特性，对不同子带采用适当的量化和熵编码方法。
当用上述的离散超小波变换将图像进行分解后，通过观察和编码实验，可以发现小波系数图有很强的局部相关性。比如说图2中，子带1、4和7三个子带有一定的相似性，子带2、5和8三个子带有一定的相似性，子带3、6和9三个子带有一定的相似性。
本发明根据小波变换的相似性，设计一个判决函数，用这个函数将小波系数进行分类，然后对其进行量化处理。这样，可以按照小波系数分辨率的精细程度将小波系数类型构成一棵四叉树，然后根据上一层的量化结果指导下一层进行熵编码。
子带0对重构图像最重要，所以每个像素都编码保存。
对子带1、2、3分别这样处理划分若干小块，对每个小块进行判断分类，把分类结果编码保存，再把要保留的块编码保存。解码时先解码分类结果，再根据分类类型判断是否有块数据，如有则去解码小块数据。
子带4与子带1有相似性。子带1中的一个点对应子带4中对应位置上的4个点，本发明把这一点的值作为下面四个点的平均值。子带4也划分若干小块，对每个小块进行判断分类，把分类结果编码保存，再把要保留的块编码保存。但这时每四个点的值要减去上一层那个参考点的值，即相当于减去了平均值。这样要进行熵编码的数据波动减小、分布平稳，非常有利于压缩。子带5与子带5有相似性，子带6与子带3有相似性，可以类似地进行压缩编码。
同样在下一层，再根据子带4、5、6指导子带7、8、9的编码。
根据分解次数，以此类推，编码到最后一层。
该算法和著名的零树编码算法有些相似。零树算法也采用四叉树，但它反复把剩余的系数中最大系数通过比较排序找出来保存。排序算法很费计算时间。而本发明的算法中不用进行复杂的排序，从而节省了大量的计算开销，这是本算法能够实用的关键。
本发明只要根据上一层的量化结果指导下一层进行熵编码，不要考虑再上面的其它层。比如第二层(i，j)位置上的点指导第三层(2i，2j)、(2i，2j+1)、(2i+1，2j)、(2i+1，2j+1)四个点。这里的对应关系很简单。
本发明是逐个子带编码输出，先编码小序号的子带，再编码大号的。解码也是先解码小序号的子带，再解码大号的子带。
块的判决函数的选择要考虑计算复杂性。本发明实施方案中一种可选择的判决函数是求各像素的绝对值的和，即。
为块内各像素值分类类型不宜太多，太多则难以达到压缩效果。类型数可以选2、4、8、16。类型数为2时，相当与只判断保留或舍弃。
熵编码方法多种多样，根据每个子带的信源特性，选择最合适的熵编码方法。这种选择可以通过比较压缩效果自适应地选择或者根据同类图像的经验预先设定。
图3是一幅标准测试图的对比结果。小波滤波器用的是离散超小波变换的W-9-7，折线是基于小波变换的结果，虚线是JPEG的，它来自著名的图像处理软件Photoshop。从图3可以看出来，在同等的质量(PSNR)下，基于小波的压缩比几乎是JPEG的两倍，因此本发明的压缩效率更高。
权利要求
1.一种图像压缩编码法，其特征在于该方法包括步骤(a)对图像进行多层小波变换，得到小波系数图像；(b)根据压缩比的要求的不同，选择分类数量、判决函数和量化门限，构成四叉树，进行空间聚类量化；(c)对分类结果和量化结果分别进行熵编码。
2.根据权利要求1所述的图像压缩编码法，其特征在于所述步骤(a)之变换次数根据图像大小决定。
3.根据权利要求2所述的图像压缩编码法，其特征在于对于大小为512×512的图像分解为五层。
4.根据权利要求1所述的图像压缩编码法，其特征在于根据上一层的结果指导下一层进行编码。
5.根据权利要求1所述的图像压缩编码法，其特征在于所述步骤(b)分类类型不宜太多，分类数可以选2、4、8、16；压缩比很大时选2类，压缩比较小(图像质量很好)时，选16类。
6.根据权利要求1所述的图像压缩编码法，其特征在于所述步骤(b)判决函数的选择要考虑计算复杂性。
7.根据权利要求1或6所述的图像压缩编码法，其特征在于选择的判决函数是求各像素的绝对值的和。
8.根据权利要求1所述的图像压缩编码法，其特征在于所述步骤(c)根据每个子带的信源特性，对每个子带选择最合适的熵编码方法；可以通过比较压缩效果自适应地选择或者根据同类图像的经验预先设定。
全文摘要
一种图像压缩编码法,它包括以下步骤:对图像进行多层小波变换,得到小波系数图像;根据压缩比的要求的不同,选择分类数量、判决函数和量化门限,构成四叉树,进行空间聚类量化;对分类结果和量化结果分别进行熵编码。本发明是基于小波变换的图像压缩空间聚类编码法,其编码运算简单,压缩效率高,可以有效消除图像的方块效应,能够适合极低码率的压缩,实用性强。
文档编号G06T9/00GK1361631SQ0012676
公开日2002年7月31日 申请日期2000年12月26日 优先权日2000年12月26日
发明者王国秋 申请人:湖南中芯数字技术有限公司