CN103957426A - 一种rgb565真彩色图像有损压缩及解压方法 - Google Patents

Abstract

本发明公开了一种RGB565真彩色图像有损压缩及解压方法，首先，将原始的RGB图像数据分离为R、G、B三组单色有序数据，并排列为8×8矩阵，然后分别对其进行离散余弦变换，其次，对变换后的直流分量直接取整，交流分量进行数据量化，并对量化后的矩阵数据块采用“之”形扫描，集中数据中的0值；接着，对量化后的数据进行压缩编码，解码后进行“之”形逆扫描；最后，对数据进行离散余弦逆变换，将数据分量合并，得到解压的RGB图像数据。本发明在保证图像不失真的前提下，提高图像数据的压缩率，并能够解压得到清晰的现实文字，减少了数据的传输量，节省了数据的传输时间。

Description

一种RGB565真彩色图像有损压缩及解压方法

技术领域

本发明属于图像处理技术领域，特别涉及了一种RGB565真彩色图像有损压缩及解压方法。

背景技术

随着现代应用和计算机技术的发展，越来越多的应用领域都会用到数字图像，目前嵌入式产品中对图像处理的要求已经越来越高，是否能够有效地存储和显示图像信息是嵌入式产品设计的一个重点。但是由于数字图像的数据量很大，因此目前面临着数字图像信息进行传输、存储等问题，所以十分有必要采用图像压缩技术减少存储传输的图像数据。

图像压缩的理论基础是香农（shannon）信息论和编码理论，其基本思想是驱除图像信息中由于各种相关性而存在的冗余，基本方法就是找出这些相关性并以此为根据进行编码处理去除冗余信息。JPEG是1992年9月由联合图像专家组（Joint Photographic Experts Group）和国际电话与电报顾问委员会（CCITT）及国际电工委员会（IEC）合作，共同制定了第一套国标静态影像压缩标准：ISO/IEC10918-1。它是以信息论和数字信号处理技术为基础，旨在去除图像数据中线性相关性的一类编码技术，主要采用离散余弦转换（DCT：Discrete CosineTransform）为主的区块编码算法，余弦转换过程中的量化阈值对图像压缩起着关键作用。JPEG压缩标准对低频幅值的量化信息损失较小，对高频幅值的量化信息损失较大，所以当压缩比较高时，图像失真就较大，JPEG压缩的一个最大问题就是在高压缩比时，出现严重的方块效应。

传统的无损压缩RLE（Run-Length encodeing）编码方法对特定的具有大量重复信息的数据有较好的压缩效果，很适合有着大片相同颜色的图片中。但是目前大部分嵌入式的产品采用的RGB565格式真彩色图像数据，相邻的像素之间虽然有颜色的相近,但是却很少找到颜色完全相同的大量相邻像素，在同一行上相同颜色的连续像素很少，连续多行相同颜色值的连续像素更少。传统的RLE采用基本的重复数据统计，并不压缩不相关的的高频信息，所以直接应用传统的RLE无法保证获得较理想的压缩效果而得到高质量的图像。

目前也有一些关于彩色图像压缩的研究，但是均有不足，不能以高压缩率来压缩，不能清晰的现实文字，有待进一步完善。因此研究RGB565真彩色图像有损压缩方法，具有重要的理论意义和应用价值。

发明内容

为了解决上述背景技术存在的问题，本发明旨在提供一种RGB565真彩色图像有损压缩及解压方法，在保证图像不失真的前提下，提高图像数据的压缩率。

为了实现上述技术目的，本发明的技术方案为：

一种RGB565真彩色图像有损压缩及解压方法，该方法包括以下步骤：

步骤一：将原始的RGB图像数据分离为R、G、B三组单色有序数据，每组单色有序数据划分为若干8×8的矩阵数据块，然后对每个8×8的矩阵数据块进行离散余弦变换；

步骤二：对离散余弦变换后的矩阵数据块的直流分量直接取整；对交流分量进行数据量化：给定量化阈值，将绝对值小于量化阈值的系数置零，绝对值大于量化阈值的系数直接取整；

步骤三：对经步骤二处理过的矩阵数据块采用“之”形扫描，得到“之”形数据序列；

步骤四：对“之”形数据序列进行压缩编码，得到所需的压缩图像信息。

其中，上述离散余弦变换的定义为：

$Y(\mathrm{\μ},v)=\frac{1}{4}\underset{m=0}{\overset{7}{\mathrm{\Σ}}}\underset{n=0}{\overset{7}{\mathrm{\Σ}}}\left[X(m,n)\cos \frac{(2m+1)\mathrm{\μ\π}}{16}\cos \frac{(2n+1)\mathrm{v\π}}{16}\right],\mathrm{\μ}=1,...,7;v=1,...,7;$

其中，X(m,n)为矩阵第m行第n列元素，m＝0,1,…,7;n＝0,1,…,7，Y(μ,v)为X(m,n)对应的离散余弦变换。

其中，上述“之”形扫描采用Zig-Zag扫描方法将矩阵元素排列成“之”形数据序列。

其中，上述压缩编码的方法为：直接保存数据的交流分量的非0值和直流分量，对数据的交流分量的0值进行RLE编码。

本发明还还提供了一种RGB565真彩色图像有损压缩的解压方法，它包括以下步骤：

第一步：解码压缩图像信息，然后分别对R、G、B数据进行“之”形逆扫描，将“之”形数据序列还原为8×8矩阵数据块；

第二步：分别对上一步得到的8×8矩阵数据块进行离散余弦逆变换；

第三步：将经离散余弦逆变换的8×8矩阵数据块合并为R、G、B三组单色有序数据，并将R、G、B三组单色有序数据合并，得到解压的RGB图像数据。

其中，上述离散余弦逆变换的定义为：

$\begin{array}{c}{X}^{\′}(m,n)=\frac{1}{8}{Y}^{\′}\left(\mathrm{0,0}\right)+\frac{\sqrt{2}}{8}\underset{n=0}{\overset{n=7}{\mathrm{\Σ}}}{Y}^{\′}(0,v)\cos \frac{(2n+1)\mathrm{v\π}}{16}\\ +\frac{\sqrt{2}}{8}\underset{m=0}{\overset{m=7}{\mathrm{\Σ}}}{Y}^{\′}(u,0)\cos \frac{(2m+1)\mathrm{u\π}}{16}\\ +\frac{1}{4}\underset{m=0}{\overset{7}{\mathrm{\Σ}}}\underset{n=0}{\overset{7}{\mathrm{\Σ}}}\left[Y^{\′}(\mathrm{\μ},v)\cos \frac{(2m+1)\mathrm{\μ\π}}{16}\cos \frac{(2n+1)\mathrm{v\π}}{16}\right]\end{array},$

其中，μ＝1,…,7;v＝1,…,7;Y′(μ,v)是矩阵第μ行第v列元素，X′(m,n)是Y′(μ,v)对应的离散余弦逆变换，m＝0,1,…,7;n＝0,1,…,7。

采用上述技术方案带来的有益效果是：

本发明基于图像的特性，对人眼分辨起作主要作用的低频信息并不进行压缩，首先把不相关的高频信息量化为0，然后主要压缩大量为0的高频信息，对0的个数进行统计，既能压缩信息，又能防止原始方法的数据膨胀，在保证图像不失真的前提下，提高图像数据的压缩率，并能够解压得到清晰的现实文字，减少了数据的传输量，节省了数据的传输时间，提高了信息采集的实时性。同时采用Zig-Zag方式扫描数据块，获得“之”形数据序列；同样，通过“之”形逆扫描索引阵列恢复为图像显示所需的数据序列，算法易于实现。

附图说明

图1是本发明的流程图。

图2是本发明的RLE压缩编码的格式示意图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

如图1所示本发明的流程图，一种RGB565真彩色图像有损压缩方法，包括以下步骤：

第一步：将原始的RGB图像数据分离为R、G、B三组单色有序数据，并将每组单色有序数据自上而下、自左向右分割为若干8×8的矩阵数据块，然后分别对这些数据块进行离散余弦变换。

其中，一个8×8矩阵的离散余弦变换定义如下：

$Y(\mathrm{\μ},v)=\frac{1}{4}\underset{m=0}{\overset{7}{\mathrm{\Σ}}}\underset{n=0}{\overset{7}{\mathrm{\Σ}}}\left[X(m,n)\cos \frac{(2m+1)\mathrm{\μ\π}}{16}\cos \frac{(2n+1)\mathrm{v\π}}{16}\right],\mathrm{\μ}=1,...,7;v=1,...,7;$

X(m,n)为矩阵第m行第n列元素，Y(μ,v)为X(m,n)对应的离散余弦变换。

由于数据量较大，以下仅给出R分量一个数据块离散余弦变换后的数值：

可以看出，经离散余弦变换改变了图像信号的能量分布方式，变换后的数据将能量集中在左上角，变换后矩阵的第一行第一列元素为直流分量，其余元素为交流分量，交流分量趋于0值。G、B分量经离散余弦变换后的数值同样满足该趋势，利于后期的压缩编码。

第二步：对离散余弦变换后的直流分量直接取整；对交流分量进行数据量化：给定量化阈值，将绝对值小于量化阈值的系数置零，否则直接取整。本实施例中量化阈值选为5.0，R分量经量化后数据如下所示：

第三步：扫描数据块，将系数按一定的顺序排列，本发明采用Zig-Zag扫描，将64个元素排列为“之”形数据序列，直流分量先出现，交流分量后出现，增加序列中连续“0”的个数。“之”形扫描在C语言中，通过“之”形扫描索引数组Z_MAP[i]扫描量化后图像矩阵块中的数据，即获得“之”形数据序列。同样，通过逆“之”形扫描索引阵列恢复为图像显示所需的数据序列。

第四步：对“之”形数据序列进行压缩编码后得到所需的压缩图像信息。本发明采用实现简单、效率较高的RLE压缩算法。在进行RLE编码前，要对R、G、B分量进行处理。离散余弦变换后的数据分为直流分量和交流分量。其中，R分量采用5位表示，取值范围是0～31，直流分量的最大值是原来32的(64/8)份，取值范围是0～255，C语言中可以采用无符号字节表示，交流分量的范围是-128～127，C语言中采用有符号的字节表示；G分量采用6位表示，取值范围是0～63，直流分量的最大值是原来64的(64/8)份，取值范围是0～511，如果在C语言中采用无符号字节表示，需要将原始数据做除2处理，交流分量的范围是-256～255，C语言中同样需要除2处理后，采用有符号的字节表示；B分量采用5位表示，取值范围是0～31，直流分量的最大值是原来32的(64/8)份，取值范围是0～255，C语言中可以采用无符号字节表示，交流分量的范围是-128～127，C语言中采用有符号的字节表示。

通过对离散余弦变换后的数据分析得出，直流分量保存数据块的大部分能量，应直接保存，无需进行压缩编码，R、G、B的直流分量共有14400个字节。而交流分量的非零数据重复较少，为防止RLE算法中会出现数据膨胀现象，也应该直接保存而不进行编码，仅对交流分量的数据“0”进行RLE编码，上述RLE压缩编码的格式如图2所示。压缩编码主要由3部分组成：RGB图像数据的直流分量，RGB图像数据的交流非0分量以及交流分量的数据“0”和游程数。由于数据“0”的个数较多，游程的大小有可能大于一个字节，由于图像大小为640*480个像素点，可确定游程值上限最大不超过3字节所表示范围，游程第一个字节的高2位表示游程自身所占的字节数，其余位数表示游程的长度，假设图像数据中0的游程值为val，其表示方法如表1所示：

表1

本发明还包括一种RGB565真彩色图像有损压缩的解压方法，包括以下步骤：

第一步：解码压缩图像信息，然后分别对R、G、B数据进行“之”形逆扫描，将“之”形数据序列还原为8×8矩阵数据块。

第二步：分别对上一步得到的8×8矩阵数据块进行离散余弦逆变换；

其中，离散余弦逆变换的定义为：

$\begin{array}{c}{X}^{\′}(m,n)=\frac{1}{8}{Y}^{\′}\left(\mathrm{0,0}\right)+\frac{\sqrt{2}}{8}\underset{n=0}{\overset{n=7}{\mathrm{\Σ}}}{Y}^{\′}(0,v)\cos \frac{(2n+1)\mathrm{v\π}}{16}\\ +\frac{\sqrt{2}}{8}\underset{m=0}{\overset{m=7}{\mathrm{\Σ}}}{Y}^{\′}(u,0)\cos \frac{(2m+1)\mathrm{u\π}}{16}\\ +\frac{1}{4}\underset{m=0}{\overset{7}{\mathrm{\Σ}}}\underset{n=0}{\overset{7}{\mathrm{\Σ}}}\left[Y^{\′}(\mathrm{\μ},v)\cos \frac{(2m+1)\mathrm{\μ\π}}{16}\cos \frac{(2n+1)\mathrm{v\π}}{16}\right]\end{array},$

其中，μ＝1,…,7;v＝1,…,7;Y′(μ,v)是矩阵第μ行第v列元素，X′(m,n)是Y′(μ,v)对应的离散余弦逆变换，m＝0,1,…,7;n＝0,1,…,7。

第三步：将经离散余弦逆变换的8×8矩阵数据块合并为R、G、B三组单色有序数据，并将R、G、B三组单色有序数据合并，得到解压的RGB图像数据。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (6)

1.一种RGB565真彩色图像有损压缩方法，其特征在于，该方法包括以下步骤：

步骤一：将原始的RGB图像数据分离为R、G、B三组单色有序数据，每组单色有序数据划分为若干8×8的矩阵数据块，然后对每个8×8的矩阵数据块进行离散余弦变换；

步骤二：对离散余弦变换后的矩阵数据块的直流分量直接取整；对交流分量进行数据量化：给定量化阈值，将绝对值小于量化阈值的系数置零，绝对值大于量化阈值的系数直接取整；

步骤三：对经步骤二处理过的矩阵数据块采用“之”形扫描，得到“之”形数据序列；

步骤四：对“之”形数据序列进行压缩编码，得到所需的压缩图像信息。

2.根据权利要求1所述一种RGB565真彩色图像有损压缩方法，其特征在于：所述步骤一中的离散余弦变换的定义为：

$Y(\mathrm{\μ},v)=\frac{1}{4}\underset{m=0}{\overset{7}{\mathrm{\Σ}}}\underset{n=0}{\overset{7}{\mathrm{\Σ}}}\left[X(m,n)\cos \frac{(2m+1)\mathrm{\μ\π}}{16}\cos \frac{(2n+1)\mathrm{v\π}}{16}\right],\mathrm{\μ}=1,...,7;v=1,...,7;$

其中，X(m,n)为矩阵第m行第n列元素，m＝0,1,…,7;n＝0,1,…,7，Y(μ,v)为X(m,n)对应的离散余弦变换。

3.根据权利要求1所述一种RGB565真彩色图像有损压缩方法，其特征在于：所述“之”形扫描采用Zig-Zag扫描方法将矩阵元素排列成“之”形数据序列。

4.根据权利要求1所述一种RGB565真彩色图像有损压缩方法，其特征在于：所述压缩编码的方法为：直接保存数据的交流分量的非0值和直流分量，对数据的交流分量的0值进行RLE编码。

5.一种RGB565真彩色图像有损压缩的解压方法，其特征在于：该方法包括以下步骤：

第一步：解码压缩图像信息，然后分别对R、G、B数据进行“之”形逆扫描，将“之”形数据序列还原为8×8矩阵数据块；

第二步：分别对上一步得到的8×8矩阵数据块进行离散余弦逆变换；

第三步：将经离散余弦逆变换的8×8矩阵数据块合并为R、G、B三组单色有序数据，并将R、G、B三组单色有序数据合并，得到解压的RGB图像数据。

6.根据权利要求5所述一种RGB565真彩色图像有损压缩的解压方法，其特征在于：所述第二步中的离散余弦逆变换的定义为：

$\begin{array}{c}{X}^{\′}(m,n)=\frac{1}{8}{Y}^{\′}\left(\mathrm{0,0}\right)+\frac{\sqrt{2}}{8}\underset{n=0}{\overset{n=7}{\mathrm{\Σ}}}{Y}^{\′}(0,v)\cos \frac{(2n+1)\mathrm{v\π}}{16}\\ +\frac{\sqrt{2}}{8}\underset{m=0}{\overset{m=7}{\mathrm{\Σ}}}{Y}^{\′}(u,0)\cos \frac{(2m+1)\mathrm{u\π}}{16}\\ +\frac{1}{4}\underset{m=0}{\overset{7}{\mathrm{\Σ}}}\underset{n=0}{\overset{7}{\mathrm{\Σ}}}\left[Y^{\′}(\mathrm{\μ},v)\cos \frac{(2m+1)\mathrm{\μ\π}}{16}\cos \frac{(2n+1)\mathrm{v\π}}{16}\right]\end{array},$

其中，μ＝1,…,7;v＝1,…,7;Y′(μ,v)是矩阵第μ行第v列元素，X′(m,n)是Y′(μ,v)对应的离散余弦逆变换，m＝0,1,…,7;n＝0,1,…,7。