图像通信系统设计

1图像通信系统设计摘要：本文设计了一个图像通信系统，使用Matlab编程实现图像压缩和图像重建，其中的编解码算法是基于DCT变换的JPEG图像压缩标准。本文仿真是对512*512大小、8bit/pixel灰度、BMP典型测试图像Lena进行仿真实验。由于图像在采集与传输过程中常常混入噪声（高斯噪声、椒盐噪声等），所以对测试图像加噪。首先用不同的去噪算法去噪（均值滤波、中值滤波、自适应中值滤波、Wiener滤波、高斯平滑滤波等），然后对去噪后的图像压缩重建，分析了压缩性能。经仿真验证，基于DCT变换的JPEG的算法不复杂,当进行低压缩率的静止图像压缩，图像质量较高；当进行高压缩率的静止图像压缩时,图像压缩出现“模块效应”,图像质量急剧下降。关键词：图像通信系统；Matlab；JPEG图像压缩；噪声；压缩性能1前言随着信息技术的发展,图像信息被广泛应用于多媒体通信和计算机系统中。但是图像具有庞大的数据量,不便于存储和传输,必须采用合适的方法对其进行压缩,因此有必要对图像压缩编码标准进行研究。在众多的图像编码标准中,JPEG标准是一个适用范围很广的静态图像压缩标准,在数字图像压缩领域得到了广泛应用。本研究在介绍JPEG图像压缩原理的基础上,用Matlab对标准灰度图像进行JPEG压缩与重建,设计出图像通信系统，并分析实验结果,得出结论。2图像通信系统的总体设计2.1图像通信系统概述图像通信系统所传送的主要是人的视觉能够感知到的图像信息，包括自然景物、文字符号、动画图形等。在通信的发送端，首先由图像输入设备将图像信息变为电信号，经光、电等传输媒体传送到通信的接收端，再将其恢复为视觉可以接受的形式。2.2数字图像通信系统的系统框图图1数字图像系统框图人眼所感知的景物一般是连续的，被称为模拟图像。连续模拟函数标识的图像无法用计算机进行处理，也无法在各种数字系统中传输或存储，必须将代表图像的连续信号转变为离散信号。这样的变化过程称为图像信号的数字化。经数字化的图像通信系统被称为数字图像通信系统。2.3数字图像压缩系统输入设备信源编码器信道编码器信道信道解码器信源解码器显示设备2图2数字图像压缩系统的基本组成2.4考虑噪声时的压缩系统图3考虑噪声时的压缩系统3基于DCT变换的JPEG图像压缩3.1JPEG概述JPEG(JointPhotographicExpertsGroup)是ISO和CClTI联合制订的适用于连续色调、多级灰度、彩色／单-色静止图像压缩的国际标准。它由联合图像专家组于1993年提出正式标准，主要用于对静止的连续单色图像和彩色图像压缩和解压缩，有无损压缩和有损压缩两种方式。JPEG专家组开发了两种基本的压缩算法:①以离散余弦变换(DCT)为基础的有损压缩算法;②以预测技术为基础的无损压缩算法。3.2JPEG有损压缩算法有损压缩算法是对JPEG压缩标准的主要应用。在有损压缩算法中,JPEG算法首先通过DCT变换去除数据冗余，再使用量化表对DCT系数进行量化。对量化后的DCT系数进行编码使其熵达到最小，熵编码采用Huffman可变字长编码。主要采用基于块的离散余弦变换消除图像的空间冗余,利用人的视觉系统特性对变换系数进行量化,最后通过无损变字长熵编码消除视觉冗余和数据统计冗余,实现图像压缩。译码(或者叫做解压缩)的过程与压缩编码过程正好相反。下图为JPEG算法框图。图4JPEG算法框图3.3JPEG的编解码模式原始图像压缩传输解压缩传输压缩传输解压缩传输加噪去噪原始图像3JPEG允许的4种编解码模式分别是：基于DCT的顺序模式；基于DCT的渐进模式；无失真模式以及层次模式。3.4JPEG的优缺点JPEG的优点是适用于各种静止的连续色调图像，允许压缩软件和硬件在许多平台上实现，高压缩比，提供累进模式和分级模式，可部分解压缩图像。缺点是大压缩比时会产生方块和蚊式噪声bJ。3.5JPEG图像压缩的步骤3.5.1数据分块对图像进行编码前，将每个分量图像分割成不重叠的8×8像素块，每一个8×8像素块称为一个数据单元（DU）。在彩色图像中，JPEG分别压缩图像的每个彩色分量。虽然JPEG可以压缩通常的红绿蓝分量，但在YCbCr空间的压缩效果会更好。这是因为人眼对色彩的变化不如对亮度的变化敏感，因而对色彩的编码可以比对亮度的编码粗糙些，这主要体现在不同的采样频率和量化精度上。因此，编码前一般先将图像从RGB空间转换到YCbCr空间，再把各分量图像分割成8×8数据块。在对图像采样时，可以采用不同的采样频率，这种技术称为二次采样。由于亮度比色彩更重要，因而对Y分量的采样频率可高于对Cb、Cr的采样频率，这样有利于节省存储空间。常用的采样方案有YUV422和YUV411。把采样频率最低的分量图像中一个DU所对应的像区上覆盖的所有各分量上的DU按顺序编组为一个最小编码单元（MCU）。对灰度图像而言，只有一个Y分量，MCU就是一个数据单元。而对彩色图像而言，以4:1:1的采样方案为例，则一个MCU由4个Y分量的DU、1个Cb分量的DU和1个Cr分量的DU组成。3.5.2DCT处理图像数据块分割后，即以MCU为单位顺序将DU进行二维离散余弦变换。对以无符号数表示的具有P位精度的输入数据，在DCT前要减去2P-1，转换成有符号数，而在IDCT后，应加上2P-1，转换成无符号数。对每个8×8的数据块DU进行DCT后，得到的64个系数代表了该图像块的频率成分，其中低频分量集中在左上角，高频分量分布在右下角。系数矩阵左上角的叫做直流（DC）系数，它代表了该数据块的平均值，其余63个叫交流（AC）系数。3.5.3系数量化在DCT处理中得到的64个系数中，低频分量包含了图像亮度等主要信息。在从空间域到频域的变换中，图像中的缓慢变化比快速变化更易引起人眼的注意，所以在重建图像时，低频分量的重要性高于高频分量。因而在编码时可以忽略高频分量，从而达到压缩的目的，这也是量化的根据和目的。在JPEG标准中，用具有64个独立元素的量化表来规定DCT域中相应的64个系数的量化精度，使得对某个系数的具体量化阶取决于人眼对该频率分量的视觉敏感程度。理论上，对不同的空间分辨率、数据精度等情况，应该有不同的量化表。不过，一般采用下图所示的量化表，可取得较好的视觉效果。之所以用两张量化表，是因为Y分量比Cb和Cr更重要些，因而对Y采用细量化，而对Cb和Cr采用粗量化。量化就是用DCT变换后的系数除以量化表中相对应的量化阶后四舍五入取整。由于量化表中左上角的值较小，而右下角的值较大，因而起到了保持低频分量、抑制高频分量的作用。4图5亮度量化表图6色度量化表3.5.4Z型扫描DCT系数量化后，构成一个稀疏矩阵，用Z（Zigzag）形扫描将其变成一维数列，将有利于熵编码。Z形扫描的顺序如图：图7Z形扫描的顺序3.5.5DC系数编码DC系数反映了一个8×8数据块的平均亮度，一般与相邻块有较大的相关性。JPEG对DC系数作差分编码，即用前一数据块的同一分量的DC系数作为当前块的预测值，再对当前块的实际值与预测值的差值若DC系数的动态范围为-1024～+1024，则差值的动态范围为-2047～+2047。如果为每个差值赋予一个码字，则码表过于庞大。因此，JPEG对码表进行了简化，采用“前缀码（SSSS）+尾码”来表示。前缀码指明了尾码的有效位数B，可以根据DIFF从表10-8中查出前缀码对应的哈夫曼编码。尾码的取值取决于DC系数的差值和前缀码。如果DC系数的差值DIFF大于等于0，则尾码的码字为DIFF的B位原码；否则，取DIFF的B位反码。3.5.6AC系数编码16111016244051611212141926586055141316244057695614172229518780621822375668109103772435556481104113924964788710312112010172929598112100103991718244799999999182126669999999924265699999999994766999999999999999999999999999999999999999999999999999999999999999999999999999901561415272824713162629423812172530414391118243140445310192332394552542022333846515560213437475056596135364849575862635经Z形排列后的AC系数，更有可能出现连续0组成的字符串，从而对其进行行程编码将有利于压缩数据。JPEG将一个非零DC系数及其前面的0行程长度（连续0的个数）的组合称为一个事件。将每个事件编码表示为“NNNN/SSSS+尾码”，其中，NNNN为0行程的长度，SSSS表示尾码的有效位数B（即当前非0系数所占的比特数），如果非零AC系数大于等于0，则尾码的码字为该系数的B位原码，否则，取该系数的B由于只用4位表示0行程的长度，故在JPEG编码中，最大0行程只能等于15。当0行程长度大于16时，需要将其分开多次编码，即对前面的每16个0以“F/0”表示，对剩余的继续编码。4Matlab仿真测试与结果分析4.1JPEG编解码的Matlab程序流程图根据上面所述的JPEG压缩编码算法,要将一幅灰度图像进行压缩编码,首先把图像分成8×8的像素块,分块进行DCT变换后,根据JPEG标准量化表对变换系数进行量化,再对直流系数(DC)进行预测编码,对交流系数(AC)进行Zig2Zag扫描和可变长编码,然后根据标准Huffman码表进行熵编码,输出压缩图像的比特序列,实现了图像压缩。在接收端,则经过Huffma熵解码、DC系数和AC系数可变长解码、反量化后,再进行反DCT变换,得到重建图像。下图为对一幅图像进行JPEG编、解码的Matlab程序流程图。图8JPEG编、解码的Matlab程序流程图在图8所示的程序流程图中,在进行Huffman编码时,由于是对相邻图像块之间的差值进行编码,在量化后扫描之前要先对DC系数进行预处理。将量化后DC的原始值替换成相邻图像块之间的差值，在对AC系数进行编码时,又要考虑“63个系数全是零”和“连续出现16个零”这两种特殊情况。4.2图像压缩与重建仿真结果6图9原始图像图10JPEG压缩后图像4.3图像加噪仿真结果图11泊松噪声图12乘性噪声图13高斯噪声4.4图像去噪仿真结果图14均值滤波后图像图15中值滤波后图像图16自适应中值滤波后图像4.5压缩性能评价量化因子压缩比率比特率/bpp信噪比/db2047.54880.5048834.82534032.97480.7280337.57716021.66661.1080039.19118018.30271.3116054.78031008.47282.8334059.2412图17对Lena图像作不同压缩的实验结果通过上图可以看出，变量为量化因子不断增加（范围是1-100），我们随机取得量化间隔为20（若实验想得数据更为精确则可取得间隔更小，即更高的精度）取出几组中间数据进行聚类分析。当量化因子增原始图像重建图像均值滤波中值滤波中值滤波7加一定数值时，压缩比率就会相应降低，随之比特率增加，信噪比增加；反之亦然。通过这样的数据说明，量化因子较大时，压缩后重建图像则更接近原图像，人的肉眼几乎看不出较大差异；反之亦然。复原图像质量评价有主观评价标准及客观评价标准。评价标准一方面是图像的逼真度，即复原图像与原始图像的偏离程度。另一方面是根据图像的可懂度，即图像能向人或机器提供特征信息的能力。我们经常用的是客观评价，其中PSNR即峰峰对数信噪比是评价的主要标准，其公式如下：PSNR=10*log10(255*255/MSE)一般的，当PSNR超过30dB时，人的主观感觉很难找出其中的差别。上文压缩算法，通过人的主观感觉丝毫找不出图像质量的变坏。比较原始图像跟压缩后的图像，主观看不出他们的差别，压缩后PSNR也很高。