[论文解读] Color Image Compression Algorithm Based on the DCT Blocks

Walaa M. Abd-Elhafiez, Wajeb Gharibi|arXiv (Cornell University)|Aug 15, 2012

Image and Signal Denoising Methods参考文献 7被引用 8

一句话总结

本文提出一种基于DCT的彩色图像压缩算法，通过将图像块分类为边缘区域与非边缘区域，实现可变压缩率。在YCbCr色彩空间转换后，对边缘块应用低压缩率，对非边缘块应用高压缩率，该方法在压缩率更高的同时，相比标准DCT方法实现了更优的图像质量。

ABSTRACT

This paper presents the performance of different blockbased discrete cosine transform (DCT) algorithms for compressing color image. In this RGB component of color image are converted to YCbCr before DCT transform is applied. Y is luminance component;Cb and Cr are chrominance components of the image. The modification of the image data is done based on the classification of image blocks to edge blocks and non-edge blocks, then the edge block of the image is compressed with low compression and the nonedge blocks is compressed with high compression. The analysis results have indicated that the performance of the suggested method is much better, where the constructed images are less distorted and compressed with higher factor.

研究动机与目标

• 通过根据图像块内容自适应调整压缩率，提升彩色图像压缩效率。
• 通过保留边缘细节，减少压缩图像中的视觉失真。
• 在不牺牲主观图像质量的前提下，提升压缩比。
• 通过将图像块分类为边缘与非边缘区域，优化基于DCT的压缩性能。
• 利用客观指标，将性能与标准JPEG类DCT方法进行对比评估。

提出的方法

• 将输入的RGB图像转换为YCbCr色彩空间，分离亮度（Y）与色度（Cb, Cr）分量。
• 基于局部方差或梯度幅值，将图像块分类为边缘或非边缘。
• 对边缘块采用较低量化以保留细节，对非边缘块采用更高压缩率。
• 在量化和熵编码前，对每个图像块应用离散余弦变换（DCT）。
• 通过按块类型动态调整量化矩阵，平衡图像质量与比特率。
• 在量化后，使用标准熵编码技术对最终压缩数据进行编码。

实验结果

研究问题

• RQ1 将图像块分类为边缘与非边缘区域，对图像压缩质量有何影响？
• RQ2 按块类型采用可变压缩率，是否能提升在高比率压缩下的整体图像保真度？
• RQ3 与标准DCT基压缩方法相比，该方法在PSNR和视觉失真方面表现如何？
• RQ4 对边缘块采用低压缩率处理，对主观图像质量有何影响？
• RQ5 结合块分类技术，使用YCbCr色彩空间是否能提升压缩性能？

主要发现

• 与标准DCT基压缩方法相比，所提方法在保持更少视觉失真的同时实现了更高的压缩比。
• 由于边缘块采用低压缩处理，图像质量显著提升，尤其在边缘区域表现更优。
• 在PSNR指标上，该方法优于传统DCT方法，表明其具有更好的保真度。
• 通过块分类实现自适应压缩，能够根据视觉重要性优化比特分配。
• 由于采用智能的块级处理策略，该算法在高压缩因子下仍能保持较高的主观图像质量。
• 结果表明，基于边缘感知的压缩策略能实现压缩比与图像质量之间更优的权衡。