摘 要
图像的数字化使得图像信号可以高质量地传输,并便于图像的检索、分析、处理和存储。但是未经处理的图像数据量非常大,必须进行数据的压缩。因此图像压缩编码技术的研究显得特别有意义,也正是由于图像压缩编码技术及传输技术的不断发展、更新,推动了现代多媒体技术应用的迅速发展。
图像之所以可以被压缩,其根本原因就在于图像数据具有较多的信息冗余。各个像素点之间不论在行的方向还是在列的方向上都具有很大的相关性,因而整个图像数据就具有相当大的冗余度,也就有相当的压缩潜力。再者,图像品质的评价取决于人眼,而人眼由于其视觉特性对图像的细微差别还是很难分辨的。因此图像数据还具有一定的视觉冗余,也就是说,在对图像数据进行压缩时,可以允许一定程度的失真。
本论文主要是通过霍夫曼编码、香农-费诺编码、行程编码和LZW编码四种方法对同一幅图像进行压缩,对所得到的图像压缩比进行比较,最后得出每种压缩方法的优缺点。本论文首先介绍了图像压缩编码技术的概念、分类、特点、发展方向及应用等基础知识,介绍了开发工具VC++的特点,较详细的说明了对位图图像进行处理的基础知识,然后分别对四种编码方法的原理和算法进行了分析,最后通过整体程序的运行结果得出结论。
关键词:图像处理;压缩编码;哈夫曼编码;香农-费诺编码;行程编码;LZW编码
ABSTRACT
Digital images can be transmitted, and facilitate image retrieval, analysis, processing and storage. But the original high-quality digital images occupy a large amounts memory and capacity, and it is necessary to compress the digital images. Therefore, image compression coding technology is particularly meaningful.With the development of the image compress technology and transmission technology, the modern multimedia service can be promoted rapidly .
The basic reason of compressing image is that image data have information redundancy. Because each pixel point has a big relevance with others, entire image data have a quite great redundance and also have a great compression potential. Additionally, evaluation of an image quality is decided by the human eyes. However, due to the visual characteristics of human eyes, it is very difficult to distinguish whether the image is fine or not. Therefore some distortion may be accepted in compressing an image data.
My paper mainly introduces Huffman Coding, Shannon - Fannon Coding, Run Length Coding, and Lempel-Ziv-Welch Encoding. The four methods are applied to process the same image, and the advantages and disadvantages of each compression method can be analysed by comparing compression ratio.
This paper first introduces some elementary knowledge, such as concept, classification, characteristic, development direction and application of image processing, and introduces characteristic of the development tool VC++, and shows basic knowledge on operations to bitmap image in detail, and then analyses principles and the algorithms of four kinds of coding method respectively. Finally some conclusions can be gotten through experiment results.
Key Words: Image Compression; Huffman Coding; Shannon-Fannon Coding;
Lempel-Ziv-Welch Encoding
目录
1绪论 1
1.1课题研究背景 1
1.2课题研究目的和意义 3
1.3课题主要内容 4
1.4本章小结 5
2图像压缩编码方法和基础理论 6
2.1霍夫曼编码方法和理论 6
2.2香农-弗诺编码方法和理论 7
2.3行程编码方法和理论 8
2.4 LZW编码方法和理论 11
2.5本章小结 12
3 研究平台及DIB简介 13
3.1 研究平台简介 13
3.2 MFC简介 13
3.3文档、视图与框架窗口 15
3.4 与设备无关的位图(DIB) 17
3.5本章小结 20
4图像编码软件实现 21
4.1创建对话框 23
4.2霍夫曼编码 27
4.3香农-弗诺编码 31
4.4行程编码 33
4.5 LZW 编码 36
4.6本章小结 39
5总结 40
参考文献 41
致谢 43
附录 44
附录一:外文文献及翻译 44
附录二:部分程序代码 62
1绪论
1.1课题研究背景
1.1.1数字图像处理概述
图像(Image)可以分为模拟图像和数字图像。要使连续的模拟图像能在数字计算机中进行处理,就必须将模拟图像转化为亮度值离散的数字图像。数字图像处理(Digital Image Processing)是指通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术【1】。广义的图像处理技术,还包括了图像理解、图像分析、图像识别等。图像处理的目的是改善图像的质量,它以人的需求为对象,以改善人的视觉效果为目的。数字图像处理主要研究的内容有以下几个方面:
(1)图像变换,如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效的处理效果。
(2)图像编码压缩,图像编码压缩技术可减少描述图像的数据量,以便节省图像传输、处理时间和减少所占用的存储器容量。
(3)图像增强和复原,前者不考虑图像降质的原因,突出图像中所感兴趣的部分。后者则要求对图像降质的原因有一定的了解,一般讲应根据降质过程建立"降质模型",再采用某种滤波方法,恢复或重建原来的图像。
(4)图像分割,将图像中有意义的特征部分(如边缘、区域等)提取出来。
(5)图像描述,是图像识别和理解的必要前提。主要包括二维描述(包括边界描述和区域描述)、二维纹理特征描述(主要应用于特殊的纹理图像)、三维物体描述(体积、表面描述等)。
(6)图像分类(识别),这属于模式识别的范畴,其主要内容是将图像经过某些预处理(增强、复原、压缩)后,进行图像分割和特征提取,从而进行判决分类。
就图像的压缩编码而言,图像数据压缩的可能性是因为图像中像素之间,行或帧之间都存在着较强的相关性。从统计观点出发,就是某个像素的灰度值(颜色)总是和其周围其他像素的灰度值(颜色)存在某种关系,应用某种编码方法提取并减少这些相关特性,这样就实现了图像压缩。从信息论的角度来看,压缩就是去掉信息中的冗余。即保留不确定的信息,去掉确定的信息,也就是用一种更接近信息本质的描述来代替原来冗余的描述。
1.1.2图像压缩编码的发展
图像压缩编码方法的发展大体可分为以下几个阶段【2】:
(1)第一代图像压缩编码的研究是从上世纪40年代末提出电视信号数字化后开始的,至今已有60多年的历史。最初,限于客观条件,仅对帧内预测法和亚取样内插复原法进行研究【3】。
(2)为了克服第一代存在的压缩比小、图像复原质量不理想等弱点,1985年Kunt等人利用人眼视觉特性提出了第二代图像压缩编码的概念。1987年,Mallat首次巧妙地将计算机视觉领域内的多尺度分析思想引入到小波变换中,统一了之前的各种小波的构造方法。1988年,Barnsley和Sloan共同提出了分形图像编码压缩方案,具有压缩潜力大、解码分辨率无关性等特点,
上一篇:
施工组织设计(小农水工程2011)
下一篇:
超市进销存管理系统的开发