有限图像的无限压缩-英语翻译文献

1、使用自适应预测和自适应算术编码的有损图像的无损压缩mikio takagi 和 seishi taka业科学研究所，东京大学摘要多用无损灰度图像压缩是必要的，如保学图像，图像数据库等。有损图像很重要，因 为其具有较高的压缩比。在本文中，我们提出了一种无损图像压缩，使川jepg-dct方 案产牛的有损图像格式。我们的主题是，将jepg压缩有损形彖性，然后把剩余的信息， 并使用有损图像至建原始图像残差信息。三维白适应预测和口适应算术编码的使用，充分 利用统计分如源参数符号。邻居的最佳数量像素和像素使用了有损的预言。问题是更好的 比以前的工作相当接近原來的无损压缩算法。引言今天有许多对图像压缩的研究

2、，特别是对有损极低比特率压缩。图像数据廉，这样 高的压缩比重要的存储和快速传输，但对付各种用户需求，无损图像传输是必不对少的。在木文中，我们提出了一个有效的无损压缩算法的灰色使用有损压缩图像。有损压 缩方案使用的接头摄影专家组的离散余弦变换（jepg-dct）算法为有损编码算法。首先我们搜索的像索相似（语境），根据他们的邻居像索。这样的背景像素，我们预 测值从上下文和邻居。另一方面，对于每个像素，没有上下文对，我们计算了沿水平根据 相邻像素的值的差异。为每个象索边缘的水平，我们计算的预测系数的线性组合一最小平方误差准则下的国家。不仅像素己经处理也有损图像的像索用于预测。每个边缘能 级的统计分布

3、。对于每一个像素，得出预测值和实际值的计算，和是转换到一个非负的值之前被编码, 根据他们的分布。在爛编码阶段，我们使用算术编码。它是由自适应，和初始误差分布仅 由一个参数给出，这是具体的每个边缘能级的统计分布。实验结果表明，良好的性能。像其他lpl （有损加上无损）的方法，我们的压缩比是 小于原来的无损方案，但有轻微的差异。所有的一切，然而，得到用户的大功他们可以浏 览图像无损压缩解压缩z前，许多这样的计划。在文献中已经提出，但他们中的大多数将 有损图像及其无损残余作为独立的符号源。一个例外是内存的算法6。我们利用有损数 据彻底，更好的结果。1.1像素的估计通常的图像数据扫描的讨论扫描线方向。

4、图1。当前像素一个加工点.口。figure 1: current pixel and顺序像索的预测nfl使川pi的当前像索的值p4。然后，卡尔一方法的预测课差 e = x-x.通常的线性组合，用于预测如下，其中ti。t4是系数的。此图1：当前像 素是外推预测。处理后的相邻像素x = tjpj + t2p2 + 犷3尺3 +4 几 + c通常，零阶爛集 £ 低于集z。因此,爛如huffman编码我或2 或算术编码 的编码方案后基于lempel-ziv编码3 j,减少数据大小。正文我们主要是使用的线性组合，如方程（1）的预测，但过程更适应比正常的预测 方法。我们使川更多的相邻像素（高达十

5、），同时使川有损图像和预测谋差e像素转化为 另一种形式在编码z前。2.1个组的像素每个图像像素具有不同的特性在一定的标准。从一个角度图像压缩编码，分组相似的 像素和他们在一起造成有效结果。分组的像素，我们使用的q值：q三i丹刊+ |马-刊+戸一刊+ |巴-使用这个值，我们每个像素分类为儿组，根据表11、分组表q0-12*5-89-1617-3233-6465-128129-group #01234567(b)图2： (a)原始图像的'女孩'(b) jpeg压缩图像(质量值二5)图3： (a)的q值图像(b)简单的预测及预测误差图3 (a)和(b)显示了 q值误差可以简单的预测。

6、可以看见他们，q值密切相关的 预测误差。因此预测系数在每个组独立计算。2.2上下文搜索表2显示了每个组的最后的零阶爛的图像预测结果“姑娘”。显然，上组更难被压缩 比下组。我们使用基丁上下文的预测的方法來处理这种上组。地区我们搜索类似地区(我 们表示“语境”)所示图4。这是限制在已经处理的像素的血积。该程序是1、扫描区找点满足q(xf) > 70 and q(x) 一 q(xf) < 10(3)2、在这样的点，找到一个最小的c = bf 创一 all + cf 一 a! 一 k 一 a|(4)3、如果最小浓度小于12,把它作为当前点的上下文。否则，返回失败(不存在)。2.3预测2.3

7、.1预测正常组对于只，我们预测值的当前像索的线性组合邻居的像索值。系数计算最小平方误差法。 用预言邻域像索图5所示（pipia）的数量。像索是可变的（10像索），然后我们就选 择最优。优先显示在图中的后缀的数1=1。最有效的数以后讨论。2w+1 1诃叼era【a豳w/p7/p2/p37/p7/q/r7/£m7r6/ordinal imagelossy lma<e图4：上下文搜索区域图5： jij t预测的像素表2：集团与爛（图像的“姑娘”）group #o1234567entropy3.01823.34053.53783.90164.43584.95335.50706.1044

8、在这里，一些有损的像素（ri。.，得到的peg压缩图像）广泛地。使用这些像素,达到像插值预测。这预测有助于压缩尺寸的减少。2.3.2预测语境条件下的标准（3）和（4）o 一对上下文有相似的形状的高度。因此，我们预测值2 从，b, c,乙a, b, c（参见图4）。我们也使用最小平方误差估计。最大的不同点 非背景像索的预测是，不仅利用相邻像索的值，但使川最接近的背景。本方案有效的连续 的边缘，因为附近的边缘有一个类似的像素序列。2.4转换错误如果每个像素有8位，预测误差（= £ -）可以有真正的数255和255 z间（约）。经过预测，应衣示为整数。转化的一个简单的方法是，简单的圆形价值

9、从整数 （计算了 e+ 0.51）和考虑为2的补码8比特。我们的转换算法是完全基于谷口的方法5。在这转换，我们还可以得到8位非负 整数e。首先我们得到上下界的组（最大值，最小值）。然后，根据图6,转换实际的像素 值转换为整数。（这个图，如果实际像素等于“最人值”，e = 9）o每一组，我们得到的最 大和最小的像素值和转换分别预测误差。这种转换是对逆的。如果你得到的预测值和转换数e （也有上限和下限），你可以 获得实际的像索值类似的数值线。2.5自适应算术编码2.5.1拟合分布评价根据实验结果，e （图像7分布（a）,经过误差转换，看起來非常接近高斯分布 的右半边：1丄2实心二？；寿旳（-丽）c

10、onveted value(e)11-9fminpredicted valuemax255图6：算法的误差转换（例）srwcyoraww6y -<>礼> . 、% l f£<a）图7： （a）分布的e （图像=moon,）(b)(b)拟合的e这里的方差为"2。这种分布是有限的右半边，"2等于£b2/n,貝中n是样甜的数量。拟合直线（估 计频率）e的分布计算2na2（£他们的图如图7 （b）所示。你可以看到，利川髙斯模型，电子的分布是近似的。2.5.2自适应算术编码该拟合曲线的概率密度函数的一般只有一个参数2。这种分布是用

11、来生成初始分 布表编码器（也是解码器），而不是通过的人量的实际频率表。为了这个目的，算术编码 是非常合适的。为了这个廿的，我们的编码粘是口适应的，每一个符号，从数据流的更新 频率表。通过使用和白适应算术编码器，即使少量的数据的编码与高编码率。3实验的结果生成一个有损图像，我们采用了 jpeg压缩方案的原凶是，jepg是静止图像压缩和 用户的标准方案可以找到peg工具很容易。我们使用的工具称为“cjpeg”和“djpeg'，这是独立的产品jepg组。创建jepg图 像，cjpeg 质量优化文件名和解压peg文件，djpegipeg文件的调用。选项“优化进行 爛编码pa优化一参数。它通常使

12、peg文件更小一点。“djpeg”选项。表3：上下文搜索的影响（n = 9, n4,质量=5）imagewithout context searchwith context searchgirl4.611824.61169couple4.059574.05481moon5.046145.04419“blocksmooth”，进行交叉块平滑，但从实验结果一结果，它使压缩比更糟糕，因此 该选项不使用。准的必要放在一起并在减压一通过口适应算术编码器的编码。只达到百分 之儿的压缩，但比什么都不做。3.1上下文搜索的影响我们使用三个测试图像“姑娘”，“情侣”和“刀亮”,，这正是sidba （标准图像数

13、据库）。这些图像，床缩并没有上下文搜索的比特率比较。结果如表3所示。nl是用于 有损像索数预测。n是无损的邻居像索数的质量值对压缩比的影响。3.2质量值对压缩比的影响jepg提供了一种选择性因子（质量值），对应不同的压缩图像的质量。典型的图像, 低质量的价值，如20提供高压缩图像保真度差。作为质量值增加富达提高费川的压缩比。图8显示了比特率和质量值。作为质量值减小，总比特率降低。后来我们使川图像 5质量的价值，这是足够的为了理解图像大致（见图2 （b）0图8：比特率v.s.质量值（n = 10, 9,图像，女孩'）图9：比特率与n l （n= 10,图像质 量=5,图像二'女孩

14、'）表4：比特率的结果（质量=5, n = 9, nl = 4）imagetaniguchimaw (entropy)our methodgirl4.4945.104.612couple3.9784.564.055moon5.0195.0463.3使用有损图像的影响可能会有一个疑问，有损图像看起来相似原来的我的眼睛，但多从一个角度不同的 像素值，因此很难帮助预测。图像9指出比特率和-些有损用于预测的像素（nl）。从这个图，它是已知的更形象 差（质量=5）有助于床缩的比例很大。为什么比特率逐渐增加nl是在更大的是4,额外 的参数（系数）为每个像索的位置是必要的。最佳nl是4。此外，我们进行了实验，以 找到最佳的联合国和完成棊础数。3.4与其他方法相比表4显示压缩的结果。谷口的方法5原来是无损导向，因此结果略优于我们的。在 我们的方法，n和nl是最佳设置。maw的方法是通过memon6提出的。它还使用了 一个损耗jepg图像亜建图像的无损。我们的结果大概是0.5比特/象素，效果好过于maw, 从0.03到0.12比特/象素比谷口的方法差。作为maw的结果只提供了爛的差异表现，从 我们的可能更大。4结论在木文中，我们提出的图像无损压缩算法。不像其他的文献，我们不仅讨论了爛的