MATLAB微光图像压缩编码算法的研究(2)
据一些学者试验和估算，人类对信息的获取有近85%来自视觉系统，可见图像是多媒体信息中的重中之重。然而，图像的最大特点也是最大难点就是海量数据的表示与传输。我们先来看一个例子，一幅512*512像素，每分量8b/像素的彩色静止图像则占3*256=768KB的磁盘空间。通过以每秒24帧（一帧即一幅图像）传送此图像，则一秒钟的数据量就有24*768KB=18.5MB，那么一张680MB容量的CD-ROM仅能存储30多秒的原始数据，即使以现在的技术，仍然难以满足原始数字图像存储和传输的需要。因此对图像数据的压缩就成了技术进步的迫切需求。在现代通信中，图像传输已成为重要内容。在工作中除了要求设备可靠，图像保真度高以外，实时性将是重要技术指标之一。很显然，在信道带宽、通信链路容量一定的前提下，采用编码压缩技术，减少传输数据量，是调高通信速度的重要手段。
可以这么认为，没有编码压缩技术的发展，大容量图像信息的存储与传输是难以实现的。多媒体等新技术在实际中的应用也会碰到困难。
1.2图像压缩编码的可能性
图像压缩是计算机应用领域中一个重要的问题。图像压缩编码的理论基础是香农信息论和PCM编码理论，其基本思路是去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。信息的冗余量有很多种，如空间冗余、时间冗余、结构冗余、知识冗余、视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。
数据压缩技术的最初始于信息论。20世纪80年代以前，研究的主要内容是有关信息熵、编码方法及数据压缩比，即通过某种方法，对源数据进行编码，使编码后的数据流长度小于源数据流长度，从而达到减小存储空间和提高信息传输速度的目的。在信息论中通信过程可用图1.1表示：
信源→信源编码→信道编码→调制
↓
噪声→传输信道
↓
用户←信源译码←信道译码←解调
图1.1 通信系统模型
上述的模型是一个数字通信系统模型。在这样的一个模型中有二次编码和译码，即信源编码、信道编码、信道译码、信源译码。信源编码的主要任务是解决有效性问题，也就是如何压缩信息以适应数字通信系统的应用。信道编码的主要任务是解决可靠性问题，也就是如何处理信息以便使信号在传输过程不出错或少出错，即使出错了也尽量纠错。图像编码主要是研究压缩数据率。早期，对图像压缩的研究还只限于静止图像。进入20世纪80年代后，计算机科学、数字信号处理、数字通信和多媒体技术迅猛发展，图像编码的研究由静止图像扩展到运动图像。有关国际组织相继定义了一些算法和压缩标准，如由国际标准化组织（International Standard Organization，ISO）和国际电报电话协商委员会（Consultative Committee for International Telegraph and Telephone，CCITT）组织的联合影像专家小组就提出了面向连续色调静止图像的DCT（Discrete Cosine Transform）有失真算法，进一步推动了图像数据处理和编码压缩工作。
众所周知，组成图像的各像素之间，无论是在行方向还是列方向，都存在着一定的相关性，便可达到压缩数据的目的。例如，对30个灰度值均为128的连续像素采用游程的编码方法，并假定起始坐标、连续像素个数变量占3个字节，则压缩后的数据流长度为32比特，压缩比达到86.3%。
从信息论观点看，描述图像信源的数据是由有效信息和冗余量两部分组成的。去除冗余量能够节省存储和传输中的开销，同时又不损坏图像信源的有效信息量。