CN102647597A - 一种基于多边形裁剪dct的jpeg图像压缩方法 - Google Patents

Abstract

本发明公开了一种基于多边形裁剪DCT(离散余弦变换)的JPEG图像压缩方法，包括：读取原始未压缩图像并转换为亮度、色差图像，再将图像分割成8行8列图像块；采用AAN(Arai Agui Nakajima )快速DCT算法与多边形裁剪DCT相结合方法，并按裁剪系数计算并得到8行8列图像块DCT系数；根据AAN量化表、JPEG标准编码表对DCT系数分别进行量化、编码得到JPEG压缩图像数据。本方法根据裁剪系数灵活调整DCT系数计算个数，而不需对8行8列图像块进行完整的DCT变换，同时与AAN快速DCT算法有效结合，使图像压缩质量在满足应用场合要求条件下DCT、量化阶段计算量得到较大减少。

Description

一种基于多边形裁剪DCT的JPEG图像压缩方法

技术领域

本发明涉及JPEG图像压缩方法，尤其涉及一种基于多边形裁剪DCT的JPEG图像压缩方法。

背景技术

随着无线通信技术、嵌入式计算技术、传感技术快速发展与日益成熟，无线视频传感器网络(Wireless Video Sensor Network，WVSN)得到飞速发展，该网络能采集、处理网络覆盖区域内环境或监测对象视频数据，并发送给远程监测中心，已广泛应用于军事、工农业控制、视频监控、环境监测等领域。

由于无线视频节点计算能力、存储空间、能量等方面受限且图像数据具有较大空间冗余性，为节约资源与传输带宽，节点在传输数据前须对图像进行编码。传统压缩方法如JPEG2000、SPIHT方法等对计算能力、存储空间具有较大要求不适用于WVSN，而JPEG具有算法简单、计算、存储空间要求较小等更适用于资源受限的WVSN，但2维DCT变换涉及大量浮点乘法、加法运算，对于无线视频节点而言其计算量仍较大，因此如何进一步减少JPEG压缩计算复杂度是一个重要的研究问题。

目前针对减少DCT计算量的方法主要包括快速DCT算法、DCT系数矩阵裁剪优化。快速DCT算法主要有LLM(Loeffler Ligtenberg Moschytz)、AAN等，通过优化DCT运算减少乘法运算个数，但未考虑DCT系数矩阵各频率分量对图像压缩质量的作用，仍计算全部DCT系数。而DCT系数裁剪方法主要包括矩形裁剪(Square JPEG，S-JPEG)、三角形裁剪(Triangular JPEG，T-JPEG)等。该类方法根据DCT系数矩阵频率分量分布特点，只计算选取区域DCT系数而将其它系数直接置零，进而减少DCT计算量，但裁剪模式较少且未能与快速DCT算法有效结合。

发明内容

为解决上述中存在的问题与缺陷，本发明提供了一种计算量较小、裁剪模式较多的，与快速DCT算法有效结合的基于多边形裁剪DCT的JPEG图像压缩方法。所述技术方案如下：

本发明所涉及的一种基于多边形裁剪DCT的JPEG图像压缩方法，包括：

读取未压缩图像并转换为亮度、色差图像，将图像分割成行列图像块；

采用AAN快速DCT算法与多边形裁剪DCT相结合方法，根据裁剪系数对所述行列图像块进行DCT计算并得到变换系数；

根据AAN量化表将DCT系数进行量化；

根据JPEG标准编码表对量化后数据进行编码得到压缩数据。

本发明提供的技术方案的有益效果是：

通过多边形裁剪DCT方法减少了2维DCT系数计算个数，降低了DCT计算复杂度，同时将该方法与AAN快速DCT算法有效结合。通过选取合适裁剪系数则可在保证图像压缩质量条件下进一步减少2维DCT计算量，同时也可减少JPEG量化、“Z”字形排列计算复杂度，节省无线视频节点能耗，提高WVSN生命周期。

附图说明

图1是本发明所述基于多边形裁剪DCT的JPEG图像压缩方法流程图；

图2是本发明所涉及多边形裁剪DCT(裁剪系数ρ＝10)示意图；

图3是本发明所涉及一维AAN与多边形裁剪DCT(裁剪系数ρ＝4)相结合方法流程图；

图4是本发明所述基于多边形裁剪DCT的JPEG图像压缩方法原理框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述：

参见图1，该方法包括以下步骤：

步骤101读取未压缩源图像并转换为亮度、色差图像，再将图像分割成行列图像块；

上述述亮度、色差图像分别为Y、C_r、C_b图像，所述C_r、C_b图像与RGB颜色空间图像转换关系式为：

Y＝0.299R+0.587G+0.114B；

C_r＝(0.500R-0.4187G-0.0813B)+128；

C_b＝(-0.1687R-0.3313G+0.500B)+128；

步骤102采用AAN(Arai Agui Nakajima)快速DCT算法与多边形裁剪DCT相结合方法，按裁剪系数对所述行列图像块进行DCT计算并得到变换系统；

步骤103根据AAN量化表将DCT系数进行量化；

步骤104根据JPEG标准编码表对量化后数据进行编码并得到压缩数据。

上述行列分别为八行八列。

参见图2，该图为多边形裁剪DCT方法(ρ＝10)示意图，该方法共有15种裁剪模式，DCT计算系数个数随裁剪系数增大而增加，当ρ＝15时则选取全部64个DCT系数，此时与无裁剪DCT计算个数相同，多边形裁剪DCT系数个数计算式为：

$C_{\mathrm{\ρ}}=\left\{\begin{array}{cc}\mathrm{\ρ}(\mathrm{\ρ}+1)/2& (\mathrm{\ρ}=\mathrm{1,2},...,8)\\ -{\mathrm{\ρ}}^2/2+31\mathrm{\ρ}/2-56& (\mathrm{\ρ}=\mathrm{9,10},...,15)\end{array}\right.---\left(1\right)$

由于图像所含频率成分不同且WVSN应用场合对图像压缩质量要求不一，因此裁剪系数ρ选取方法采用多边形裁剪压缩图像与标准JPEG压缩图像均方根误差(MSE)作为评价指标，若P_Line为图像行象素数、P_row为图像列象素数、I为标准JPEG压缩图像、

为裁剪JPEG压缩图像，则MSE计算式为：

$\mathrm{MSE}=\frac{1}{P_{\mathrm{Line}}{P}_{\mathrm{Row}}}\underset{m=0}{\overset{P_{\mathrm{Line}}-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{P_{\mathrm{Row}}-1}{\mathrm{\Σ}}}{[I(m,n)-\hat{I}(m,n)]}^2---\left(2\right)$

通过设定MSE阈值TH_MSE，若MSE(ρ)≤TH_MSE，则此时裁剪系数为最优裁剪系数ρ_opt，表达式为：

${\mathrm{\ρ}}_{\mathrm{opt}}=\mathrm{\ρ}{|}_{\mathrm{MSE}\left(\mathrm{\ρ}\right)\≤{\mathrm{TH}}_{\mathrm{MSE}}}(1\≤{\mathrm{\ρ}}_{\mathrm{opt}}\≤15)---\left(3\right)$

参见图3，该图为一维AAN与多边形裁剪DCT(裁剪系数ρ＝4)相结合方法流程图，其中 $a_1=a_3=\frac{\sqrt{2}}{2},$ $a_2=\sqrt{1-\frac{1}{\sqrt{2}}},$ $a_4=\sqrt{1+\frac{1}{2}},$ $a_5=\frac{1}{2}\sqrt{2-\sqrt{2}},$ 缩放因子矩阵为S＝[s₀s₁s₂s₃s₄s₅s₆s₇]：

$s_n={[4\·c\left(n\right)\·\cos \left(\frac{\mathrm{n\π}}{16}\right)]}^{-1}(n=\mathrm{0,1},...,7)---\left(4\right)$

参见图4，该图为基于多边形裁剪DCT的JPEG图像压缩方法原理框图，原始未压缩数据首先被分成8行8列图像块，然后采用AAN快速DCT算法与多边形裁剪DCT相结合方法，并按裁剪系数计算并得到8行8列图像块DCT系数，再通过AAN量化表得到量化数据。AAN量化表由标准量化表与二维AAN缩放因子矩阵相结合得到。二维AAN缩放因子矩阵S′为：

$S^{\′}=S^{T}S=\left[\begin{array}{cccccccc}{s_0}^2& s_0{s}_1& \·\·\·& & & \·\·\·& s_0{s}_6& s_0{s}_7\\ s_1{s}_0& {s_1}^2& \·\·\·& & & \·\·\·& s_1{s}_6& s_1{s}_7\\ \·& \·& {s_2}^2& & & & \·& \·\\ \·& \·& & {s_3}^2& & & \·& \·\\ \·& \·& & & {s_4}^2& & \·& \·\\ \·& \·& & & & & \·& \·\\ \·& \·& & & & & \·& \·\\ \·& \·& & & & {s_5}^2& \·& \·\\ s_6{s}_0& s_6{s}_1& \·\·\·& & & \·\·\·& {s_6}^2& s_6{s}_7\\ s_7{s}_0& s_7{s}_1& \·\·\·& & & \·\·\·& s_7{s}_6& {s_7}^2\end{array}\right]---\left(5\right)$

JPEG量化时通过质量因子quality控制压缩比，因子越小质量越好，若Q为JPEG标准量化表，Int为取整运算，则量化表计算式为：

$Q^{\′}=\mathrm{Int}\left[\frac{Q\·\mathrm{quality}+50}{100}\right]---\left(6\right)$

将AAN二维缩放因子S′与量化表Q′相结合得到AAN量化表Q_AAN计算式为：

Q_AAN＝S′.*Q′(.*为点乘运算)               (7)

将DCT变换后数据按Q_AAN量化表得到量化数据后通过标准编码表得到压缩图像数据。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种基于多边形裁剪DCT的JPEG图像压缩方法，其特征在于，该方法包括：

读取未压缩图像并转换为亮度、色差图像，将图像分割成行列图像块；

采用AAN快速DCT算法与多边形裁剪DCT相结合方法，根据裁剪系数对所述行列图像块进行DCT计算并得到变换系数；

根据AAN量化表将DCT系数进行量化；

根据JPEG标准编码表对量化后数据进行编码得到压缩数据。

2.根据权利要求1所述的基于多边形裁剪DCT的JPEG图像压缩方法，其特征在于，所述行列分别为八行八列。

3.根据权利要求1所述的基于多边形裁剪DCT的JPEG图像压缩方法，其特征在于，所述亮度、色差图像分别为Y、C_r、C_b图像，所述C_r、C_b图像与RGB颜色空间图像转换关系式为：

Y＝0.299R+0.587G+0.114B；

C_r＝(0.500R-0.4187G-0.0813B)+128；

C_b＝(-0.1687R-0.3313G+0.500B)+128。

4.根据权利要求1所述的基于多边形裁剪DCT的JPEG图像压缩方法，其特征在于，通过所述DCT算法采用AAN快速算法与多边形裁剪DCT相结合计算裁剪选取区域DCT系数。

5.根据权利要求1所述的基于多边形裁剪DCT的JPEG图像压缩方法，其特征在于，所述AAN量化表为标准量化表与二维AAN缩放因子矩阵相结合量化表。 

Images