應用於影像壓縮之前文模型分配演算法

Abstract

在現代人的日常生活中，我們獲取資訊的途徑可能是透過文字，亦可能是藉由圖片。不得不說，有時候圖片所傳達的訊息量甚至高過文字。不過二者對比之下，圖片所需的記憶體空間往往大上許多。因此開發一套具備高效能的影像壓縮技術有其必要性。 提到影像壓縮的方式，最知名的莫過於由聯合影像專家小組在1992年所制定的JPEG。因其架構簡單，容易實現，所以至今仍受到廣泛的使用。不過隨著我們對高解析度圖片的追求，將它們壓縮成JPEG格式可能不是最有效率的方式。在JPEG標準中，會將圖片經由離散餘弦轉換(DCT)產生相應的直流與交流係數。而於此篇論文中，我們以可適性算術編碼為根基，提出了能夠更有效處理這些係數的編碼方式。 對於直流係數，我們並不直接對其數值進行編碼，而是會先預測它的值後再記錄二者之間的殘差。此操作的目的是為了降低鄰近區域間的空間冗餘。接著，我們從直流係數中萃取適合的特徵，並將之用於建立前文模型上。隨後將所建立的前文模型配合可適性算術編碼的使用來處理直流殘差。 另一方面，針對每個8x8 DCT塊內的63個交流係數，會透過斜向掃描將它們進一步表示成遊程編碼的形式。此外，我們利用所收集的圖片來研究這63個係數的統計特性，並把觀察到的結果作為編碼交流係數的先備知識。 最後，我們提出了一種新穎的前文模型建構方式。此方式是受到k-平均演算法的啟發。一開始，我們將特徵空間切割成許多細小的子空間，並且依照資料(直流係數與交流係數)的特性，將它們分配到對應的子空間。藉由把k-平均演算法的核心技術套用在這些子空間上，前文模型將會隨著疊代的進行而逐漸成形。將此方式所產生的前文模型搭配之前所提出的編碼架構，可以將直流項與交流項整體的編碼效率再向前推進。