关于图像和视频压缩这些小风景你不应该错过

文章转发自51CTO【ELT.ZIP】OpenHarmony啃论文俱乐部——《这些小风景你不应该错过》

1. 图像压缩

在如今这个通信高度发展的时代，图像压缩已经成为一个要求很高的领域。短视频、音视频通话、直播等等，相信这些都是大家每天能都能见到且离不开的东西。多媒体数据，无论是图形、音频还是视频数据，解压时都需要相当大的传输带宽和存储容量；且图像、视频序列和计算机动画的需求以非常高的速度增长，因此有必要研究和分析图像压缩的技术来压缩图像和所有多媒体应用程序，以节省存储和传输时间。

1.1 图像压缩的历史

图像压缩的研究起源于20世纪40年代。1948年香农的经典论文《通信的数学原理》中首次提到信息率失真函数的概念，1959年他又建立了率失真理论，从而奠定了信源编码的理论基础。随后伯杰等人有对其进行了深入的研究，并取得了一定的进步，一些研究人员逐渐开始对声音、文字和图像信号的压缩技术进行了研究。

80年代中后期，相关学科的迅速发展和新兴学科的不断涌现为图像压缩编码注入量新的活力。人们对图像信息需求的剧增也有利地促进了图像压缩技术的进步，许多学者结合模式识别、计算机图形学、计算机视觉、神经网络、小波分析和分析几何等理论，开始探索研究图像压缩的新理论和新方法。

1.2 如何压缩

减少冗余和无关性一直是压缩领域两个重要和基本的部分，在图像压缩中也不例外。

其次图像压缩最终都是为人服务的，压缩到什么程度并在这个程度将图片压缩到最优的情况是很最重要的。就像很多人总想着买高刷屏打游戏，但是实际上，很多不是经常打游戏的人是看不出来用不用高刷屏的区别的，而这就和我们的人眼视觉系统有关。

人眼视觉系统(HVS)是世界上最好的图像处理系统，但它远远不是完美的。人眼的视觉系统对图像的认知是非均匀的和非线性的，并不是对图像中的任何变化都能感知。例如图像系数的量化误差引起的图像变化在一定范围内是不能为人眼所觉察的。因此，如果编码方案能利用人眼视觉系统的一些特点，是可以得到高压缩比的。

对人眼视觉特性的深入研究及由此而建立的各种数学模型，一直是各种图像数字压缩算法的基础。

比如人眼的分辨率：当空间平面上两个黑点相互靠拢到一定程度时，离开黑点一定距离的观察者就无法区分它们，这意味着人眼分辨景物细节的能力是有限的，这个极限值就是分辨率。研究表明人眼的分辨率有如下一些特点：

当光照度太强、太弱或当背景亮度太强时，人眼分辨率降低
当视觉目标运动速度加快时，人眼分辨率降低
人眼对彩色细节的分辨率比对亮度细节的分辨率要差，若黑白分辨率为1，则黑红为0.4，绿蓝为0.19

长期以来，通过对人眼视觉现象的观测和研究，人们已经发现人眼的视觉特性有很多特点，特别是视觉掩盖效应，可以直接或间接地用于改善视频信息的处理。如何充分利用人眼的视觉特性，已成为现代编码技术中首先要考虑的一个基本问题。

1.3 医学图像的压缩

随着现代医疗水平的不断进步和经济实力的增强，更多的医疗成像设备投入临床应用，数字化的医学图像在医学临床诊断中发挥的作用越来越重要，对医学图像压缩技术的研究显得尤为迫切。

DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准。它定义了质量能满足临床需要的可用于数据交换的医学图像格式。

从商业上来说，DICOM 数据压缩和图像质量是会极大地影响医疗机构企业成像效率的两个因素。DICOM 数据压缩有助于有效管理医疗机构的医学图像工作流程，是设计企业成像工作流程时要考虑的关键要素。由于数据压缩和传输速度而导致的延迟造成的累计时间损失量会直接影响产生的收入水平。传输速度的提高会带来更高的生产率，从而转化为更多的收入。

但是从个人的生命安全上来说，DICOM 的数据压缩和图像质量关乎很多人的性命。例如，假设带宽在 12 Mbps 左右，则发送平均为 930.17 MB 的 1542 图像 CT 研究需要 5 分钟。未压缩的研究需要 10 分钟才能路由，而 JPEG 无损压缩则需要 6 分钟，假设压缩是在从模态接收图像时完成的，其开销最小，这会导致位延迟（6 分钟对比 5 分钟）。在急诊室设置中，周转时间缩短 4 分钟至关重要，甚至可以挽救生命。

上图就是一个支持DICOM图像压缩的综合急诊室示例：A：滑动CT扫描仪、B：CT检查床、C：可移动CT检查悬臂、D：监控屏幕、E：机械呼吸机

2. 视频压缩

视频编码方式是指通过压缩技术，将原始视频格式的文件转换成另一种视频格式文件的方式。视频流传输中最为重要的编解码标准有国际电联的H.261、H.263、H.264。从 1967 年引入 H.120 作为第一个数字编码标准的开始，数字视频编码已经走了很长一段路。MPEG2 于 1994 年推出，MPEG4 于 1999 年推出，H.264 于 2003 年推出。本文接下来将列举MPEG2、MPEG4和H.264的特点，并说明它们的区别。

2.1 MPEG2

MPEG2 是用于压缩数字广播视频和 DVD 的编解码器。使用 MPEG-2 编解码器编码的媒体文件通常具有文件扩展名 .mpg、.mpeg、.m2v、.mp2，或在某些情况下为 .mp3。它也被称为 H.262，并且仍在数字电视广播和 DVD 视频标准中使用。

MPEG2 于 1994 年创建，以修复其前身 MPEG1 的缺点，需要与现有硬件和软件相互兼容。它主要由索尼、汤姆逊和三菱电机开发，之后成为 DVD 和 SD 数字电视的标准视频格式。

2.2 MPEG4

MPEG4 标准是 1995 年发起的一种 MPEG4 格式。最初是专门为非常低的比特率而创建的，现在它可以支持高达 4Mbps。MPEG4 包含六个部分：视觉、软件、系统、交付多媒体集成框架 (DMIF)、一致性测试和音频。

该视频编码标准旨在用于广播、对话和交互环境。它还旨在执行基于内容的可扩展性。由于 MPEG4 的构建方式（采用了 MPEG1、MPEG2 和 VRML 的功能），可以在 Web 环境和电视中使用它，并且可以将来自两个频道的内容集成到同一个多媒体环境中。

2.3 H.264

H.264 视频编码格式，也称为 H.264/MPEG-4 AVC（高级视频编码）是截至今最广泛用于视频内容的录制、压缩和分发的格式。如果使用过 Netflix 和 YouTube 等互联网流媒体资源以及 Adobe Flash Player 等网络软件，那么肯定已经知道了 H.264 的作用。地面、有线和卫xing上的各种 HDTV 广播也使用 H.264 视频编码格式。

它由 ITU-T 视频编码专家组 (VCEG) 和 ISO/IEC JTC1 动态图像专家组 (MPEG) 标准化。第一个版本于 2003 年完成。H.264 视频格式旨在以低于之前的视频编码格式的比特率提供良好的视频质量，这样做的目的是在不增加设计复杂性或实现成本太高的情况下做到这一点。它还具有灵活性，因此可以应用于各种网络和系统。

2.4 AVS

AVS（Audio Video coding Standard），即数字音视频编解码技术标准，是中国自主制定的音视频标准。AVS2为中国第二代信源编码标准。AVS3标准的制定工作已经完成。现在很热的HDR Vivid（菁彩HDR）（编者注：HDR是High-Dynamic Range 高动态范围的英文缩写）支持的就是AVS2/AVS3的编解码。HDR Vivid技术通过智能计算，让不同的显示设备都能呈现最优画面观看效果，消费者将在画面里看到前所未见的丰富色彩与细节。

3. 其他关键技术

3.1 细胞神经网络的图像压缩技术

各种细胞神经 N/w 通用机(CNNUM)算法提出了极快的压缩静态和运动图像。其关键思想是将图像分割成空间子带，只存储下一子带的重建图像和去除空间冗余的原始图像。该算法在无损压缩方面表现更好，在压缩比和速度方面优于JPEG 标准。

优点：快速的压缩效率
应用：射线照相，图像存储和多媒体应用程序

3.2 S树阴影方法

1998年之后，提出了一种新的灰度图像压缩方法，图像的比特率和质量表明STC方法比 BTCC 方法可靠。该方法的执行周期小于 BTCC 的一半。

优点：在每个块中考虑噪声并增加执行时间图像的质量也保持在令人满意的方式，提出的树荫树方法可以得到非常高的速度改进。
应用：实时通信和检索图像

3.3 双层图像压缩算法

适合的无损压缩集中在分组编码算法上。对于二进制源符号概率 P0 和 p1算法，它解析其编码区间。在 BAC 的基础上，采用了跨双级的模板移动方法。为了对概率表模板进行索引，我们构造了一个 12 位的上下文表。

优点：适应于每一位图像信息。

3.4 基于模糊算法的压缩

模糊向量量化算法：在满足矢量量化问题的同时，提出了一种高效利用模糊聚类优势的算法。

优点：快速简捷、概念有吸引力

基于模糊算法的图像压缩：系统性能取决于基于小波的子带和矢量量化分解。

优点：低计算要求及更好的图像质量

参考文献

Chung K L, Tseng S Y. New progressive image transmission based on quadtree and shading approach with resolution control[J]. Pattern Recognition Letters, 2001, 22(14): 1545-1555.
- https://sciencedirect.53yu.com/science/article/pii/S0167865501001064
Rehman M, Sharif M, Raza M. Image compression: A survey[J]. Research Journal of Applied Sciences, Engineering and Technology, 2014, 7(4): 656-672.
- https://tarjomefa.com/wp-content/uploads/2017/09/7774-English-TarjomeFa.pdf
蒋东华, 刘立东, 王兴元, 等. 基于细胞神经网络和并行压缩感知的图像加密算法[J]. 图学学报, 2022, 42(6): 891.
- http://www.txxb.com.cn/CN/abstract/abstract1885.shtml
Advantages Of DICOM Imaging
- https://ezinearticles.com/?Advantages-Of-DICOM-Imaging&id=6945078
Embedded Image Compression:A Review
- https://article.sciencepublishinggroup.com/pdf/10.11648.j.ijdsa.20170301.11.pdf
医学图像压缩国内外研究现状及发展趋势
- https://www.docin.com/p-522878503.html
视频格式MPEG2 、MPEG4和H264有什么区别
- https://huifu.wondershare.cn/repair/10070867.html

ELT.ZIP是谁？

ELT<=>Elite(精英)，.ZIP为压缩格式，ELT.ZIP即压缩精英。

成员：

上海工程技术大学大二在校生闫旭

合肥师范学院大二在校生楚一凡

清华大学大二在校生赵宏博

成都信息工程大学大一在校生高云帆

黑龙江大学大一在校生高鸿萱

山东大学大三在校生张智腾

ELT.ZIP是来自6个地方的同学，在OpenHarmony成长计划啃论文俱乐部里，与来自华为、软通动力、润和软件、拓维信息、深开鸿等公司的高手一起，学习、研究、切磋操作系统技术…

写在最后：

OpenHarmony 成长计划—“啃论文俱乐部”（以下简称“啃论文俱乐部”）是在 2022年 1 月 11 日的一次日常活动中诞生的。截至 3 月 31 日，啃论文俱乐部已有 87 名师生和企业导师参与，目前共有十二个技术方向并行探索，每个方向都有专业的技术老师带领同学们通过啃综述论文制定技术地图，按“降龙十八掌”的学习方法编排技术开发内容，并通过专业推广培养高校开发者成为软件技术学术级人才。

啃论文俱乐部的宗旨是希望同学们在开源活动中得到软件技术能力提升、得到技术写作能力提升、得到讲解技术能力提升。大学一年级新生〇门槛参与，已有俱乐部来自多所高校的大一同学写出高居榜首的技术文章。

如今，搜索“啃论文”，人们不禁想到、而且看到的都是我们——OpenHarmony 成长计划—“啃论文俱乐部”的产出。