摘 要: 提出了一種適用于RGB空間彩色圖像的塊截短編碼技術(shù)BTCTC,。BTCTC的主要思想是把圖像分成4×4像素的數(shù)據(jù)塊，根據(jù)圖像數(shù)據(jù)之間存在空間冗余這一特性，用分塊中的兩個(gè)像素來(lái)表示該圖像塊,，以達(dá)到壓縮圖像的目的,。實(shí)驗(yàn)表明，此方法對(duì)于RGB彩色圖像的壓縮效果理想,。
關(guān)鍵詞: 塊截短編碼,； 有損壓縮； RGB,； BTCTC
目前,，彩色圖像的壓縮編碼技術(shù)一般都是先將經(jīng)采樣量化后的RGB 數(shù)據(jù)轉(zhuǎn)換成為YCrCb 或YUV色彩空間，然后對(duì)3個(gè)色彩分量利用DCT變換等進(jìn)行單獨(dú)編碼[1],，如JPEG,、MPEG 和H.264/AVC，它們都建立在DCT 變換的基礎(chǔ)上,。然而,，這種方法會(huì)導(dǎo)致壓縮RGB彩色圖像的工作量和處理時(shí)間是灰度圖像的3倍左右，這對(duì)于多媒體實(shí)時(shí)傳輸領(lǐng)域無(wú)疑是個(gè)很大的挑戰(zhàn)[2],。針對(duì)這種情況,，本文根據(jù)塊截短圖像編碼BTC(Block Truncation Coding))算法的思想，提出了一種快速有效的適用于RGB空間彩色圖像的塊截短編碼BTCTC(Block Truncation Coding of True Color)方法,。該方法不必按照傳統(tǒng)方式對(duì)RGB數(shù)據(jù)進(jìn)行色彩空間轉(zhuǎn)換處理,，而是把單個(gè)像素作為一個(gè)整體進(jìn)行編碼，因此相對(duì)于常用方法節(jié)省了大量的圖像空間轉(zhuǎn)換時(shí)間,。
1 塊截短編碼
1.1 BTC的基本原理
BTC算法是由DEL B J和MITCHELL O R在1979年提出的[3],。BTC算法比矢量量化和變換編碼易于實(shí)現(xiàn)，其優(yōu)點(diǎn)是運(yùn)算復(fù)雜度低,、占用存儲(chǔ)空間少,、編解碼速度快，這使其在實(shí)時(shí)圖像傳輸方面有很大吸引力[4],。本質(zhì)上,，BTC 是一種比特自適應(yīng)的矩保持預(yù)測(cè)量化器，它在量化結(jié)果中保留輸入圖像塊的某些統(tǒng)計(jì)特性[5-6],。BTC算法首先將輸入圖像劃分成不重疊的像素塊,，每個(gè)塊X通常由n×n個(gè)像素組成，n一般取4,。然后為各圖像塊單獨(dú)設(shè)計(jì)二電平(高電平為“1”,、低電平為“0”，用1 bit表示)量化器,，即設(shè)置一個(gè)門限u,，將X中像素按其灰度大小分成高于或低于門限u的兩組像素,，高于門限u的像素用高電平表示，低于門限u的用低電平表示,。量化門限和兩個(gè)重建電平值隨著各分塊的局部統(tǒng)計(jì)特性而變化,，因此，該編碼實(shí)際上是一個(gè)局部二進(jìn)制處理過(guò)程,。量化后圖像子塊用一個(gè)n×n的二元位圖表示，其包含了確定各像素重建的附加信息,。譯碼則是根據(jù)二元位圖為各像素位置選定一個(gè)合適的重建電平值,，是簡(jiǎn)單的逆處理過(guò)程。BTC的基本原理圖如圖1所示,。
2 基于BTC的RGB空間彩色圖像編碼
2.1 BTCTC方法中的定義
計(jì)算像素之間相似度的常用方法有灰度差法和歐式距離法,。灰度差法相對(duì)于歐式距離法具有計(jì)算復(fù)雜度低,、速度快的優(yōu)點(diǎn),，因此本文采用灰度差法作為計(jì)算像素之間相似度的方法。在介紹本文BTCTC算法之前,，首先給出該算法中用到的定義,。
定義1 像素差：指兩個(gè)像素對(duì)應(yīng)的3個(gè)分量的絕對(duì)灰度差之和。差值越小,，表示兩個(gè)像素越相似;反之,，兩個(gè)像素差異越大。像素差的取值范圍為[0,，765],。
定義2 最小像素差：把某一像素與一個(gè)特定像素組合中的每個(gè)像素作差，其差的最小絕對(duì)值即為該像素與像素組合的最小像素差,。
定義3 像素相等：當(dāng)兩個(gè)像素對(duì)應(yīng)3個(gè)分量R,、G、B的灰度值分別相等時(shí),，稱這兩個(gè)像素相等,。
2.2 BTCTC算法的實(shí)現(xiàn)
本文選取的圖像分塊大小為4×4，在每個(gè)分塊中分別選取兩個(gè)像素點(diǎn)作為其所在塊的重建電平,。重建電平的選擇至關(guān)重要,，關(guān)系著圖像重建質(zhì)量的好壞。本文采用了像素差衡量?jī)蓚€(gè)像素之間的相似度,，目的是在分塊中找到最具代表性的像素組合,。分別計(jì)算分塊中的兩兩像素組合與剩余的14個(gè)像素的最小像素差并求和，和值最小的兩像素組合即為該圖像塊的兩個(gè)重建電平,。
對(duì)于4×4的圖像塊,，兩像素組合共有120種,，查找計(jì)算量非常大。為了縮小兩像素組合的查找范圍和減少計(jì)算量,，本文選擇分塊中3個(gè)固定位置的像素作為兩像素組合的候選,從而使兩像素組合查找范圍縮小為3種,，大幅減少了搜索計(jì)算量，同時(shí)又不影響圖像的壓縮質(zhì)量,。本文所選取的3個(gè)像素點(diǎn)的具體位置如圖3所示,。
算法的實(shí)現(xiàn)過(guò)程如下：
(1)將彩色圖像分割成4×4 的無(wú)重疊塊。
(2)對(duì)于每一個(gè)圖像塊,，分別從中選出兩個(gè)最具代表性的像素作為重建電平,。其中，像素的3個(gè)分量之和較大的為高電平,，較小的為低電平,。如果兩個(gè)像素相等，則高,、低電平為同一個(gè)像素,。
(3)分別對(duì)圖像塊中所有像素執(zhí)行二電平量化形成一個(gè)比特位圖。“0”表示與低電平的像素差較小,，“1”表示與高電平的像素差較小,。如果兩個(gè)像素相等，則比特位圖用全“1”表示,。
圖像的解碼過(guò)程相對(duì)簡(jiǎn)單,，與BTC類似。根據(jù)接收端收到的比特位圖,，用高電平替換位圖中的“1”,，用低電平替換位圖中的“0”，從而形成重建圖像,。
3 實(shí)驗(yàn)結(jié)果與分析
本文選用了24位彩色圖Lena和Peppers作為實(shí)驗(yàn)對(duì)象,，使用的電腦配置為2.4 GHz CPU，DDR400 2 GB內(nèi)存,，編譯環(huán)境為VC 6.0,。本文選用峰值信噪比(PSNR)、壓縮時(shí)間(Times)和壓縮比(Cr)作為衡量算法性能的指標(biāo),。其中彩色圖像峰值信噪比計(jì)算公式為[8]：
從表1可以看出,，本文算法相對(duì)于JPEG和CEZW在壓縮質(zhì)量方面相差不大,而壓縮時(shí)間僅為JPEG的1/11,
CEZW的1/8，因此BTCTC算法適合于對(duì)時(shí)間要求更高的圖像實(shí)時(shí)傳輸領(lǐng)域,。本文算法相對(duì)于其他彩色圖像壓縮算法不僅省去了圖像色彩空間的轉(zhuǎn)換時(shí)間,，而且在圖像編解碼過(guò)程中運(yùn)算簡(jiǎn)單，計(jì)算量少,。
本文利用圖像數(shù)據(jù)之間存在空間冗余的特性,，并結(jié)合BTC算法思想,，提出了一種新的RGB空間彩色圖像編碼方法。實(shí)驗(yàn)表明,，該算法可行, 具有較高的峰值信噪比和壓縮速度, 且恢復(fù)后的圖像也有較好的視覺(jué)效果,。
參考文獻(xiàn)
[1] 朱艷秋,陳賀新,等.彩色圖像三維矩陣變換壓縮編碼[J].電子學(xué)報(bào), 1997,25(7):16-21.
[2] 查宣威，岑峰.DC恢復(fù)算法及其在圖像壓縮編碼中的應(yīng)用[J].微型機(jī)與應(yīng)用,2013,32(1):37-39.
[3] DELP E J, MITCHELLO R. Image compression using block truncation coding[J]. IEEE Transactions on Communications, 1979,27(9):1335-1342.
[4] 張海燕,王東木,宋克歐,，等.圖像壓縮技術(shù)[J].系統(tǒng)仿真學(xué)報(bào),2002,14(7):831-835.
[5] 呂梅蕾,黃云龍.基于矢量量化的高效BTC圖像編碼算法[J].計(jì)算機(jī)應(yīng)用與軟件,2004,21(8):75-77.
[6] 呂梅蕾,鄭怡文.一種有效的基于中值濾波的BTC圖像編碼算法[J].浙江工業(yè)大學(xué)學(xué)報(bào),2003,31(4):382-385.
[7] LEMA M, MITCHELL O R. Absolute moment block truncation coding and its application to colo rimages[J]. IEEE Transactions on Communications,1984,32(10):1148-1157.
[8] 王文寧,師磊,李慧娟.一種新的RGB空間的彩色圖像壓縮編碼方法[J].計(jì)算機(jī)應(yīng)用研究,2009,26(1):395-397.