摘 要: 視頻圖像壓縮是視頻會議系統能否提供良好性能的關鍵技術之一、要想最大限度地利用有限的網絡帶寬,在視頻圖像傳輸前,必須在不嚴重降低圖像質量的前提下,采用合適的壓縮編碼算法對視頻圖像進行壓縮、離散余弦變換DCT(Discrete Cosine Transform)被認為是優秀的視頻圖像壓縮算法之一、首先,以視頻會議系統應用為背景,簡單介紹了DCT和反向離散余弦變換IDCT(Inverse-DCT)算法、公式及其相關;其次,以VC++為工具,以個人筆記本電腦為平臺,實現了DCT和IDCT算法,給出并且分析了部分應用程序代碼;最后,做了視頻圖像壓縮的仿真實驗。
關鍵詞: 視頻會議系統;視頻圖像壓縮;離散余弦變換;反向離散余弦變換
視頻會議系統是網絡技術、計算機技術和數字信號處理技術相互融合的產物,它為處于不同地點的用戶提供一個虛擬的環境,用戶可以通過視頻、音頻等多媒體手段進行交流和協作[1-2],而視頻圖像壓縮是視頻會議系統能否提供良好性能的關鍵技術之一。
視頻圖像壓縮的目的就是要減少原始數據的數據量,即以盡量少的比特數表示原來的圖像,利于存儲和傳輸,同時又要能保持復原圖像的質量,滿足規定的要求、DCT是視頻會議系統理想的視頻圖像壓縮方法之一、與之相對應,在接收端要對DCT后的圖像數據進行IDCT(不影響視頻會議進行時)以近似恢復原始圖像、以軟件視頻會議系統(即PC+Internet模式)的應用為研究背景,進行了DCT和IDCT算法的研究和實現,這對于視頻會議系統及其技術的發展、創新有重要的實際意義。
DCT是一種實數域空間變換,不能直接對圖像產生壓縮作用、它的最大特點是對于一般的圖像都能夠將像素塊的能量集中于像素塊左上角的少數低頻DCT系數上,這樣就可能只編碼和傳輸少數系數而不嚴重影響圖像質量,為壓縮打下了基礎、圖2(c)、(d)的白點區域即為低頻DCT系數區域,也是像素塊的能量集中區、在圖2(a)、(b)、(c)、(d)中白點區域圖像的像素值在200~255之間,其余黑色區域圖像的像素值基本為0、參考圖1,由圖2(b)、(c)可知原始時域圖像在較暗(灰度值較小)的部分含有較多的能量。本為０。參考圖１，由圖２9(b)、（ｃ）可知原始時域圖像在較暗（灰度值較小）的部分含有較多的能量。
隨著Ｎ取值的增大，DCT及IDCT算法耗時及均方誤差也在增加，本文所做的是浮點DCT和浮點IDCT，均方誤差反映的是IDCT后的時域圖像數據與原始時域圖像數據的誤差，N越大，變換前后的誤差也越大。
當Ｎ＝４時，算法耗時最短，即算法復雜度最小，但由圖２可知存在傳輸數據較多的問題，因此為提高壓縮率和傳輸效率，在選取Ｎ時還應該綜合考慮計算機軟硬件配置及網絡傳輸環境。
DCT變換的特點是變換后圖像大部分能量集中在左上角，即直流系數(DC)附近，因為左上角反應原圖像低頻部分數據，右下角反應原圖像高頻部分數據，而圖像的能量通常集中在低頻部分，這由表２、表３可知。當N=8時，選取原始圖像第一個８×８像素子塊的數據如表２所示，DCT后的頻域數據如表３所示，左上角第一個數據為直流系數：1055.75，是64個數據中最大的一個。
將表3(DCT后的系數值)中的數據進行量化、取整等操作得表4,方法為:unsigned char tempchar;
tempchar=int(src[i*cx+j]/len*255);len是表3中64個數據中的最大值與最小值差值的絕對值。
將表3中的數據進行IDCT,得表5中的數據,對比表2和表5可知變換前后的圖像數據存在一定的誤差,而且隨著N的增大,誤差也越大。
本文所做的DCT和IDCT算法的研究和實現是以軟件視頻會議系統的應用為背景的,是視頻會議系統視頻圖像壓縮的一個仿真實驗,離具體的實際工程應用還有不小的差距、但對于視頻會議系統及其技術的實現、發展和創新有著重要的實際意義。
參考文獻
[1] 陳婷.視頻會議系統技術淺析及其應用[J].科技信息,2009(30):222-223.
[2] 楊高波,韓龍.視頻會議系統綜述[J].電視技術,2004(9):60-62.
[3] 山洪剛,鄭南寧,楊國安,等.一種應用于8×8二維DCT/IDCT的高效結構[J].半導體技術,2002,27(6):13-17.
[4] 韋長江,郝鵬威,石青云.基于整型DCT變換的圖象編碼研究[J].中國圖象圖形學報,2002,7(3):287-291.
[5] 陳寶遠,吳孟澤,張清喜,等.H.264標準中整數DCT圖像壓縮算法的優化及實現[J].哈爾濱理工大學學報,2009,14(5):27-31.
[6] 馬媛媛,楊峰,信科,等.基于DCT的JPEG圖像壓縮的研究[J].計算機技術與發展,2011,21(8):133-136.
[7] 王軍敏,杜豪杰.基于DCT的圖像壓縮算法及快速實現[J].平頂山學院學報,2012,27(2):65-69.
[8] 禹蒲陽.基于DCT和RLE的灰度圖像壓縮方法[J].湖南科技大學學報(自然科學版),2010,25(2):89-92.