[论文解读] Image compression overview

Martin Prantl|arXiv (Cornell University)|Sep 14, 2014

Advanced Data Compression Techniques参考文献 9被引用 5

一句话总结

本文全面回顾了过去十年图像压缩技术的发展，重点分析了无损与有损方法。评估了基于预测、小波变换和神经网络的方法，结果表明JPEG-LS在无损压缩中表现最优，JPEG2000在有损压缩中表现最优，尤其在高倍率压缩下的PSNR性能优于其他方法。

ABSTRACT

Compression plays a significant role in a data storage and a transmission. If we speak about a generall data compression, it has to be a lossless one. It means, we are able to recover the original data 1:1 from the compressed file. Multimedia data (images, video, sound...), are a special case. In this area, we can use something called a lossy compression. Our main goal is not to recover data 1:1, but only keep them visually similar. This article is about an image compression, so we will be interested only in image compression. For a human eye, it is not a huge difference, if we recover RGB color with values [150,140,138] instead of original [151,140,137]. The magnitude of a difference determines the loss rate of the compression. The bigger difference usually means a smaller file, but also worse image quality and noticable differences from the original image. We want to cover compression techniques mainly from the last decade. Many of them are variations of existing ones, only some of them uses new principes.

研究动机与目标

• 分析并比较过去十年中图像压缩技术的最新进展。
• 利用标准图像集评估无损方法（如PNG、CALIC、JPEG-LS和JPEG2000）的性能。
• 从PSNR和压缩比两个方面，评估有损压缩技术（包括JPEG2000、JPEG、基于四叉树的方法以及基于神经网络的方法）的性能。
• 研究图像内容（如边缘、平滑区域）对压缩效率和质量的影响。
• 指出尽管新压缩方法具有理论优势，但在实际应用中仍面临诸多局限与挑战。

提出的方法

• 在标准的512x512和256x256测试图像（Lenna、Trui、Airplane、Crowd、Landsat）上采用对比评估框架。
• 以PSNR和每像素比特数（bpp）作为有损压缩评估的主要指标。
• 采用基于字典的（PNG、GIF）、基于预测的（CALIC、JPEG-LS）和基于变换的（JPEG2000）方法进行无损压缩。
• 通过梯度自适应预测（GAP）、边缘检测中值法（MED）和神经网络预测器，评估基于预测的方法。
• 采用前馈神经网络，通过反向传播算法在像素邻域上进行训练，测试基于神经网络的压缩方法。
• 通过直方图相似性与图像内容特征（如边缘密度、平滑度）分析压缩效率。

实验结果

研究问题

• RQ1 现代无损图像压缩方法在压缩比和速度方面如何比较？
• RQ2 图像内容（如边缘、纹理、均匀区域）对不同压缩算法性能有何影响？
• RQ3 在不同比特率下，JPEG2000相较于其他有损压缩方法在PSNR和压缩效率方面表现如何？
• RQ4 为何某些基于神经网络的压缩方法在低比特率下表现不稳定？
• RQ5 近无损方法（如JPEG-LS）在保持高保真度的同时，能在多大程度上模拟有损压缩？

主要发现

• 在有损压缩中，JPEG2000实现了最佳的PSNR性能，显著优于JPEG及其他方法，尤其在高倍率压缩下优势明显。
• 在无损压缩中，JPEG-LS和[18]提出的基于DWT的方法表现最佳，且JPEG-LS在速度和压缩比方面均优于PNG和无损JPEG2000。
• JPEG-LS中的MED预测器能有效降低强边缘区域的预测误差，从而提升压缩效率。
• 基于神经网络的压缩方法在低比特率下表现不稳定，尽管在高比特率下表现良好，这可能是由于训练过程不稳定所致。
• 具有相似直方图的图像（如Airplane和Crowd）表现出相近的压缩比，表明图像统计特征与压缩效率之间存在强相关性。
• 基于轮廓的压缩方法[37]在Lenna和Trui等自然图像上表现较差，证实其不适用于通用图像压缩。