数字图像处理结课论文 姓名：X.X.X 学号：0.0.0.0.0.0.0.0 专业：通信工程浅谈数字图像压缩技术 摘要： 随着五千历史文明的发展，如今的我们正处于数字时代的浪潮中。自从1946 年2月14 日，世界上第一台通用电子数字计算机“埃尼阿克” (ENIAC宣告研

制成功。现在的我们无时无刻不在被各种各样的数字信息所包围着。 数字时代的 到来，丰富了我们的日常生活，让我们的生活与众不同，绚烂多彩。数字时代最 伟大的两大发明就是：移动电话和因特网。而且，如今的移动电话和因特网都是 利用数字信息进行信息传输。其中包括图像，语音，视频信息等等。本文主要讲 有关于图像的压缩技术。因为，原始的图像一般都很大，只有经过压缩处理之后， 才能更好的存储，传输，和利用。

Abstract :

With 5,000 history of civilization development, nowwe are in the wave of the digital age. Since February 14, 1946, the world's first gen eral-purpose electro nic digital computer "ENIAC" (ENIAC) was developed. All the time now we are surrounded by all kinds of digital information. The arrival of the digital age, enriches our daily lives, make our lives unique and colorful. Greatest two inventions are in the digital age: mobile phones and the Internet. Moreover, today's mobile phones and the In ternet is the use of digital in formatio n tran sfer information. Includes images, voice, video, and so on. This article talk about image compressi on tech no logy. Because the origi nal image is very large, only after the compressi on process, in order to better storage, tran smissi on, and utilizati on.

关键词：图像，压缩 引言 随着数字时代的发展，计算机的普及率也是越来越广泛，智能手机等移动电 话网的覆盖也是远来越宽。多媒体娱乐、信息高速公路等不断对信息数据的存储 和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大 数据量的数字图像通信。无独有偶，随之而来的即是数字图像处理技术的突飞猛 进。想要实现实时消息的传递，信息的传输便成了关键，而信息传输的核心便是 数据压缩技术。可以这么说：数字图像处理技术的核心就是数字图像的压缩。 只有有效滴解决了数据的压缩问题，信息才会更快更可靠地传输，才会有我 们现在这样方便而又舒适的生活。 数字图像压缩技术是数字图像处理技术的一个重要的分支学科， 所谓的数字 图像压缩就是减少表示数字图像时需要的数据量， 以较少的比特有损或无损地表 示原来的像素矩阵的一门综合技术。现在图像压缩技术受到了越来越多的关注。 图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输 ，并且要求复 原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图 像在网络上实现快速传输和实时处理。

本文主要从图像O1压缩技术概述、②图像压缩技术必要性、③数字图像压缩 原理、④图像压缩标准 、©图像压缩算法优缺点、⑨生活中常用的压缩方法举 例、。图像压缩技术的前景展望7个方面来论述。

一、图像压缩技术概述 在满足一定保真度的要求下，对数字图像进行变换、编码和压缩 ，去除多余 数据，减少表示数字图像时需要的数据量， 以便于图像的存储和传输。即以较少 的数据量有损或无损地表示原来的像素矩阵的技术 ，也称图像编码。

图像数据之所以可以进行压缩，主要是因为一般原始图像数据中的像素和像 素之间是高度相关的，都含有大量的冗余信息。图像压缩编码的目的就是消除各 种冗余，并在给定的畸变下用尽量少的比特数来表征和重建图像， 使它符合人们 既定的各种要求。

图像压缩编码可分为两类：一类压缩是可逆的，即从压缩后的数据可以完全 恢复原来的图像，信息没有损失，称为无损压缩编码；另一类压缩是不可逆的， 即从压缩后的数据无法完全恢复原来的图像 ，信息有一定损失，但是不影响人 们的正常使用，称为有损压缩编码。

除了图像可以压缩外，音频，视频数据都可以根据人们的要求实现一定的压 缩，因为不是本文讨论的重点，所以在这里不再论述。

、图像压缩技术必要性 数字时代，对于信息的实时性要求很高，所以，实现信息的实时性传输就显 得非常必要了。但是在现有的通信能力下，如果原始信息不经过压缩，就无法完成 大量多媒体信息的实时传输。数字图像高速传输和存贮所需要的巨大容量已成为 推广数字图像通信的最大障碍，因此对图像进行压缩十分必要。进行数据压缩 可以较快地传输各种信源、提高信道的利用率、降低发射功率、节约能源以及减 少存储容量等。

三、数字图像压缩原理 1.0 JPEG压缩原理

JPEG算法中首先对图像进行分块处理，一般分成大小不等互不重叠的模块， 再对

每一模块进行二维离散余弦变换 (DCT。每一个模块变换后的系数基本不相 关，而且系数矩阵的能量集中在低频区。 再根据量化表进行量化，量化的结果保 留了低频部分的系数，去掉了高频部分的系数。量化后的系数按 zigzag 扫描 重新组织，然后进行哈夫曼编码。 JPEGS缩是基于二维离散余弦变换(DCT的图像压缩

在MATLAB!输入程序: l=imread( / cameraman.tif / ); 匸

im2double(l);% 图像存储类型转换

T=dctmtx(8);%离散余弦变换

B=blkproc(l,[8 8], / P1*P2,T,T / ); Mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 B2=blkproc(B,[8 8],P1.*X.mask);% I2=blkproc(B2,[8 subplot(1,2,1); imshow(I);title( subplot(1,2,2); imshow(l2);title(

数据压缩，丢弃右下角高频数据 8],P1*x*P2,T,T);%进行DCT反变换，得到压缩后的图像

/原图/ ) /压缩后的图像/ ) 实验截图如下:

圧缩石的團徵

由以上程序及图像可知：我们舍弃了 85%勺DCT系数，也即是减少了原图像 85%勺大小容量，更加利于存储和传输，而且，压缩后的图像虽然略有模糊但是 依然很

清晰，并不影响我们正常观看。 2.0 JPEG2000压缩原理

JPEG2000格式的图像压缩比，可以在现有的 JPEG基础上再提高10%~30% 而且压缩

后的图像显得更加细腻平滑。对于目前的 JPEG标准，在同一个压缩码 流中不能同时提供有损和无损压缩， 而在JPEG200C系统中，用户通过选择参数， 能够对图像进行有损和无损压缩。现在网络上的 JPEG格式的图像在下载时是按 “块”传输的，而JPEG2000格式的图像支持渐进传输，用户在下载图像时不必 接收整个图像的压缩码流，从而

节约了流量和减少了下载时间，以及用户的等待 时间。由于JPEG2000采用小波技术，可随机获取某些感兴趣的图像区域（ ROI） 的压缩码流，再对压缩的图像数据进行进行传输、滤波等操作。

3.0小波变换图像压缩原理

小波变换用于图像编码的基本原理是：在 Mallat 塔式快速小波变换算法 的基础上对图像进行多分辨率分解。其具体过程为：首先对图像进行多级小波分 解，然后对每层的小波系数进行量化，再对量化后的系数进行编码。 一个图像作小波分解后，可得到一系列不同分辨率的子图像 ，不同分辨率 的子图像对应的频率是不相同的 。高分辨率（即高频）子图像上大部分点的数 值都接近于0 ,越是高频这种现象越明显 。对一个图像来说，表现一个图像最 主要的部分是低频部分，所以一个最简单的压缩方法是利用小波分解 ，去掉图像 的高频部分而只保留低频部分 。

在MATLAB中输入程序: l=imreadC yw.jpg，）; x=rgb2gray（i）;%彩色图像转化为灰度图像

[cA,Ch,cV,cD]=dwt2（x, / db1z ）;对图像进行单层分解，小波图像为 db1

figure subplot(3.1.1);image(wcodemat(A,192)); title( /近似细节系数/ );

subplot(3.1.2);image(wcodemat(H,192)); title( /水平细节系数/ );

subplot(3.1.3);image(wcodemat(V,192)); title( /垂直细节系数/ );

subplot(3.1.4);image(wcodemat(D,192)); title( /对角细节系数/ );

d=idwt2(cA,cH,cV,cD, ' db1z );对分解的细节系数执行单层重构，小波为

db1 imshow(d,[]);

A=upcoef2( / a / ,cA , H=upcoef2( / h / ,cH , V=upcoef2( / v / ,cV , D=upcoef2( / d / ,cD ,

db1z ,1 ); db1z ,1 ); db1z ,1 ); db1z ,1 );%图像编码