CN104869426A

CN104869426A - 在低压缩码率下降低图像方块效应的jpeg编码方法

Info

Publication number: CN104869426A
Application number: CN201510259905.5A
Authority: CN
Inventors: 刘昊; 边弘宇; 李红
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2015-05-20
Filing date: 2015-05-20
Publication date: 2015-08-26

Abstract

本发明公开了一种在低压缩码率下降低图像方块效应的JPEG编码方法，采用全相位反离散余弦双正交变换替换传统JPEG编码中的离散余弦变换算法，并使用均一量化，改变了传统JPEG编码在增大数据压缩比时产生的高频系数丢失严重的现象，重建图像时高频系数对应的图像细节部分也能得到较好的恢复，从而改善了在低压缩码率下方块效应较明显的问题。本发明编码方法在保证编码图像质量的同时克服了传统JPEG编码压缩率较低的缺点，使得图像文件更适合窄带宽传输，在无线多媒体传感器网络的图像处理领域具有良好的应用前景。

Description

在低压缩码率下降低图像方块效应的JPEG编码方法

技术领域

本发明涉及一种JPEG图像编码的改进方法，具体涉及图像处理领域中一种在低压缩码率下降低图像方块效应的JPEG编码方法。

背景技术

无线传感器网络作为一种综合信息***，融合了信息采集、处理及传输于一体，在军事、环境、医疗、智能家居等诸多领域拥有广阔的应用前景。随着市场需求的推动，温度、湿度、压力等这些无线传感器网络所能提供的简单数据，已无法满足人们对监测环境的全面掌控。人们迫切需要将信息量更丰富的图像、音视频等多媒体信息引入进来，使环境监测在实际操作中更精准、更细致，于是便出现了无线多媒体传感器网络。

无线多媒体传感器网络的显著特点就是以多媒体数据流的形式实现监测和数据传输，这对节点传感器的数据处理、存储能力以及网络带宽有了更高的要求。节点处理器的工作频率由原先的几兆赫兹提高至数十甚至数百兆赫兹，存储能力也由千字节级别增至兆字节级别。网络带宽资源也需要相应增加，才能满足大数据量传输的需求。即便如此，如果不采用数据处理技术，以传感器节点的能力，仍然无法将数据及时准确地传送至终端用户进行分析。因此，拥有一个高效的视频图像编码器是十分重要的。

目前压缩率较高的图像编码标准有H.26x和MPEG-x系列，但这些标准计算量大，实现较复杂，无法满足无线传感器网络对功耗以及芯片面积的要求。相比较而言，算法简单的静态图像编码方式，如JPEG编码，更适合无线多媒体传感器网络。而Motion-JPEG作为一种视频压缩格式，其每帧图像都采用JPEG编码来完成。MJPEG不使用帧间压缩技术，通过对连续静态图像进行编码来实现运动图像的编码，可在无线多媒体传感器网络的视频监测技术中得到应用。但JPEG编码的缺点在于压缩率较低，编码文件较大，不适合无线传感器网络的窄带宽传输。若增大压缩比，在低码率环境下由于JPEG编码的特性，又会产生强烈的方块效应，人眼无法接受。因此，提出一种在低压缩码率下降低图像方块效应的JPEG编码方法，不仅能够在增大图像压缩比的同时保证一定的图像质量，而且也可减轻图像传输对无线网络带宽的压力，有一定的实际应用价值。

发明内容

本发明的目的在于，提供一种JPEG图像编码的改进方法，改善目前在低压缩码率(小于0.25比特每像素)环境下采用JPEG编码后的重建图像出现强烈方块效应的问题。

为了达到上述目的，本编码器所用方法的技术方案如下：

一种在低压缩码率下降低图像方块效应的JPEG编码方法，其特征在于包括如下步骤：

步骤1，对原始图像数据进行8×8分块；

步骤2，以步骤1得到的8×8数据块为单位，进行全相位反离散余弦双正交变换，将空间域中的数据转换至频域内，所得变换系数送入量化器；

步骤3，量化器使用预先设定的量化步长对步骤2产生的变换系数进行均一量化，得到直流系数和交流系数；

步骤4，对步骤3产生的量化系数进行Z字型扫描，按照从低频到高频的顺序，以数据流形式送入熵编码器进行编码；

步骤5，熵编码器对步骤4产生的数据流进行熵编码。

本发明方法采用全相位反离散余弦双正交变换(all phase inverse discrete cosinebiorthogonal transform,APIDCBT)算法替换传统JPEG编码中的离散余弦变换算法，使图像数据由空间域向频域转换时，高频系数有所衰减，量化过程中无需使用较大的量化步长，减少了增大压缩率造成的高频系数丢失，重建图像相邻分块间的像素亮度或色度的相关性增强，改善了方块效应；采用行列分解法完成二维全相位反离散余弦双正交变换，在行或列处理中，将变换矩阵中的余弦系数或行系数转换为分数的形式，通过加法器和移位器实现乘法操作，提高了编码器的工作速度并降低电路功耗；改进量化方式，采用均一量化代替使用传统JPEG编码推荐的量化表进行量化，节省了存储量化表占用的空间；量化器使用倒数乘法运算实现量化中除法操作，采用***树结构实现该乘法运算，大大降低了计算复杂度，同时又提高了电路的运行速度。

本发明的优点在于改变了传统JPEG编码在增大数据压缩比时产生的高频系数丢失严重的现象，重建图像时高频系数对应的图像细节部分也能得到较好的恢复，从而改善了在低压缩码率下方块效应较明显的问题。所述方法在保证图像质量的同时克服了传统JPEG编码压缩率较低的缺点，使得图像文件更适合窄带宽传输，在无线多媒体传感器网络的图像处理领域具有良好的应用前景。

附图说明

图1为本发明在低压缩码率下JPEG编码器的结构框图；

图2为本发明在低压缩码率下JPEG编码器中APIDCBT算法的设计框图；

图3为本发明在低压缩码率下JPEG编码器中APIDCBT变换器的结构框图；

图4为本发明在低压缩码率下JPEG编码器中量化器的结构框图。

具体实施方式

下面结合附图对本发明作进一步的描述。

附图1是一种在低压缩码率下JPEG编码器的结构框图，本编码器中输入数据为经预处理后的原始图像数据，将原始图像的RGB信号转换为YUV420格式信号，其中对色度信号进行2:1的水平下采样，2:1的垂直下采样，平均每4个的像素点中保存了4个Y信号、1个Cr信号和1个Cb信号。对各颜色分量以8×8数据块为单位，以最小编码单元MCU为单位，各颜色分量的数据块按照4:1:1的比例进入编码器。因此，每输入4×64个Y分量数据后，依次输入64个Cr分量数据和64个Cb分量数据，即编码器按照最小编码单元MCU进行处理。输入数据按JPEG编码顺序依次经过APIDCBT变换器、Z字型扫描器、量化器以及熵编码器，形成压缩数据，与头文件信息进行数据封装后，输出标准JPEG格式文件数据。寄存器控制器将用户配置信息输出给编码器主控制器模块，主控制器则控制上述各模块的工作，包括地址控制以及状态控制。此外APIDCBT变换器中需要一块RAM存储一维变换后的中间数据，Z字型扫描器需要两块RAM通过“乒乓操作”的方式存储扫描后的数据流，熵编码器也需要一块ROM存储哈夫曼表。

附图2是一种在低压缩码率下JPEG编码器中APIDCBT算法的设计框图，二维APIDCBT变换采用了行列分解法，分解为两个一维APIDCBT变换来实现。定义数组x的全相位反离散余弦双正交变换及其反变换分别为

\{\begin{matrix} y = Bx \\ x = B^{- 1} y \end{matrix}

则B(B^-1)为APIDCBT的正(反)变换核或变换矩阵，其中矩阵B的元素表达式为

B (m, n) = \{\begin{matrix} \frac{1}{N} & \begin{matrix} m = 0 \\ n = 0,1, . . ., N - 1 \end{matrix} \\ \frac{N - m + \sqrt{2} - 1}{N^{2}} \cos \frac{m (2 n + 1) π}{2 N} & \begin{matrix} m = 1, 2, . . ., N - 1 \\ n = 0,1, . . ., N - 1 \end{matrix} \end{matrix}

本发明中矩阵阶数N取值为8。二维APIDCBT变换也可写成矩阵乘法的形式，即Y＝BXB^T＝B(BX^T)^T，则可分别使用F＝BX^T和Y＝BF^T的形式进行行列处理，这样只需经过两次结构相同的矩阵运算即可完成二维APIDCBT变换。APIDCBT变换核B写为矩阵形式如下：

B = [\begin{matrix} m_{0} \cdot 1 & m_{0} \cdot 1 & m_{0} \cdot 1 & m_{0} \cdot 1 & m_{0} \cdot 1 & m_{0} \cdot 1 & m_{0} \cdot 1 & m_{0} \cdot 1 \\ m_{1} \cdot c_{1} & m_{1} \cdot c_{3} & m_{1} \cdot c_{5} & m_{1} \cdot c_{7} & m_{1} \cdot (- c_{7}) & m_{1} \cdot (- c_{5}) & m_{1} \cdot (- c_{3}) & m_{1} \cdot (- c_{1}) \\ m_{2} \cdot c_{2} & m_{2} \cdot c_{6} & m_{2} \cdot (- c_{6}) & m_{2} \cdot (- c_{2}) & m_{2} \cdot (- c_{2}) & m_{2} \cdot (- c_{6}) & m_{2} \cdot c_{6} & m_{2} \cdot c_{2} \\ m_{3} \cdot c_{3} & m_{3} \cdot (- c_{7}) & m_{3} \cdot (- c_{1}) & m_{3} \cdot (- c_{5}) & m_{3} \cdot c_{5} & m_{3} \cdot c_{1} & m_{3} \cdot c_{7} & m_{3} \cdot (- c_{3}) \\ m_{4} \cdot c_{4} & m_{4} \cdot (- c_{4}) & m_{4} \cdot ({- c}_{4}) & m_{4} \cdot c_{4} & m_{4} \cdot c_{4} & m_{4} \cdot ({- c}_{4}) & m_{4} \cdot ({- c}_{4}) & m_{4} \cdot c_{4} \\ m_{5} \cdot c_{5} & m_{5} \cdot (- c_{1}) & m_{5} \cdot c_{7} & m_{5} \cdot c_{3} & m_{5} \cdot (- c_{3}) & m_{5} \cdot ({- c}_{7}) & m_{5} \cdot c_{1} & m_{5} \cdot (- c_{5}) \\ m_{6} \cdot c_{6} & m_{6} \cdot (- c_{2}) & m_{6} \cdot c_{2} & m_{6} \cdot (- c_{6}) & m_{6} \cdot (- c_{6}) & m_{6} \cdot c_{2} & m_{6} \cdot (- c_{2}) & m_{6} \cdot c_{6} \\ m_{7} \cdot c_{7} & m_{7} \cdot (- c_{5}) & m_{7} \cdot c_{3} & m_{7} \cdot (- c_{1}) & m_{7} \cdot c_{1} & m_{7} \cdot (- c_{3}) & m_{7} \cdot c_{5} & m_{7} \cdot (- c_{7}) \end{matrix}]

其中，

\{\begin{matrix} m_{0} = \frac{1}{8}, m_{i} = \frac{7 - i + \sqrt{2}}{64}, i = 1,2, . . ., 7 \\ c_{i} = \cos \frac{iπ}{16}, i = 1,2, . . ., 7 \end{matrix}

元素的余弦部分由于三角函数的周期性，只含有7个系数C₁～C₇，然后各元素又乘以各行的系数m_i(i＝0,1,…,7)构成矩阵。因此，一维APIDCBT变换F＝BX^T的设计思路为：各行元素经串并转换后，先与对应的余弦系数相乘，再同行系数相乘后，通过加法操作得到变换系数Z。

附图3是一种在低压缩码率下JPEG编码器中APIDCBT变换器的结构框图。在变换器中，mulh、crossh和acch三个模块对图像数据块进行行处理，mulv、crossv和accv三个模块对图像数据块进行列处理。其中，mulh和mulv模块为余弦系数处理模块，用于将输入数据与变换矩阵的余弦系数相乘；crossh和crossv模块为行系数处理模块，用于将输入数据与变换矩阵的行系数相乘；acch和accv模块为累加模块，用于完成矩阵乘法中的加法操作。addr_gen模块用于产生上述各模块的读写控制信号和中间数据缓存btram的读写地址，其中sel信号控制子模块进行数据选择，load信号用于控制一维变换后的数据输出同步，memh[5:0]和memv[5:0]信号为btram的读写地址。

mul模块的作用是实现输入图像数据与变换矩阵B中包含的7个余弦系数分别相乘，供后续使用。mul模块输入数据为8位，输出数据为13位。输入数据先通过符号位扩展和移位的方式扩展至11位，扩展后的数据同余弦系数C₁～C₇进行乘法操作，本发明中将余弦系数转换为分数的形式，通过加法器和移位器实现乘法操作。例如，取截断误差仅为0.06％。为了提高运算精度，将余弦系数先扩大16倍，在完成变换后通过数据截取的方式进行恢复。利用相同的方法完成输入数据与其余系数的乘法运算，连同原数据共8个数据输出至cross模块。

cross模块的作用是根据矩阵排列顺序，选择对应的与余弦系数相乘后的输入数据，再乘以相应的行系数，结果输出至acc模块进行APIDCBT变换。输出变量共有8个，分别代表输入数据与变换矩阵每一列中各元素相乘的结果。基于变换矩阵的一维APIDCBT变换是将变换矩阵各行与图像矩阵转置后的列向量(即原图像块的行向量)对应元素相乘并求和得到的。因此，按照变换矩阵各列中元素所包含的余弦系数选择由mul模块输入的数据，并将其存入中间变量；中间变量在乘以相应的行系数后赋值给输出变量。行系数的乘法操作采用同余弦系数相同的处理方式，将近似小数转换为一定误差范围内的分数形式，通过加法器和移位器实现乘法操作。经过处理后，输出数据扩展为16位。至此，图像数据完成同变换矩阵中对应元素的相乘操作，输出至acc模块完成一维APIDCBT变换。

acc模块将cross模块输出数据sel0～sel7添加符号后存入相应寄存器reg0～reg7，寄存器每个时钟输入一次数据并同之前数据求和，则经过8个时钟周期可计算出一列APIDCBT变换结果，64个时钟周期完成一维APIDCBT变换。

附图4是一种在低压缩码率下JPEG编码器中量化器的结构框图。由于APIDCBT变换自身特性，变换后产生的频域系数在高频部分已经作了相应衰减。因此，即便使用均一量化，也能达到低频系数细量化、高频系数粗量化的目的。本发明中选择对彩色图像亮度信号的量化系数为14；由于色度分量不如亮度分量重要，因此选择色度信号的量化系数为24。

量化操作实际是将经过变换后的数据与量化系数相除。但在芯片设计中，除法电路很难实现，需要耗费大量的硬件资源。因此，本发明中使用乘法代替除法，将除数转换为倒数的形式进行操作。转换后的倒数数值较小，可先将倒数扩到4倍(即左移两位)，完成乘法运算后再通过数据截取的方式进行恢复。

本发明采用***树结构实现乘法运算，通过流水线操作提高了电路运行速度，较乘法器复杂度大大降低。ein信号为来自Z字型扫描器的待量化数据，qt为量化系数的倒数。量化器采用将乘数qt按位分解的方法，根据相应位的数值对ein进行移位，结果存入寄存器r0～r5中，在后面的三级电路中，采用移位相加的方法最终得到乘法运算的结果muli，再通过高位截取的方法恢复之前由于量化系数移位产生的影响，结果输出至熵编码器进行熵编码。熵编码器对直流系数进行差分脉冲编码调制编码，码长部分使用哈夫曼编码，码值用变长整数码表示，对交流系数进行行程长度编码，游程和码长部分使用哈夫曼编码，码值用变长整数码表示。最后将编码数据以JPEG文件交换格式1.02版本的形式进行封装处理，形成JPEG标准文件。

上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims

1.一种在低压缩码率下降低图像方块效应的JPEG编码方法，其特征在于包括如下步骤：

步骤1，对原始图像数据进行8×8分块；

步骤5，熵编码器对步骤4产生的数据流进行熵编码。

2.如权利要求1所述的在低压缩码率下降低图像方块效应的JPEG编码方法，其特征在于熵编码器对直流系数和交流系数采用不同的编码方式：对直流系数进行差分脉冲编码调制编码，码长部分使用哈夫曼编码，码值用变长整数码表示；对交流系数进行行程长度编码，游程和码长部分使用哈夫曼编码，码值用变长整数码表示。

3.如权利要求1所述的在低压缩码率下降低图像方块效应的JPEG编码方法，其特征在于在进行8×8分块之前，将原始图像的RGB信号转换为YCrCb信号，对色度信号CrCb进行2:1的水平下采样、2:1的垂直下采样。

4.如权利要求1所述的在低压缩码率下降低图像方块效应的JPEG编码方法，其特征在于采用行列分解法完成二维全相位反离散余弦双正交变换，在行或列处理中，将变换矩阵中的余弦系数和行系数转换为近似分数的形式，通过加法器和移位器实现乘法操作。

5.如权利要求1所述的在低压缩码率下降低图像方块效应的JPEG编码方法，其特征在于使用倒数乘法运算实现量化中的除法操作，采用***树结构实现该乘法运算。