一种基于HSV分量分层的彩色图像快速压缩方法
摘 要：根据彩色图像的数据结构将图像转化为适应人类视觉系统的HSV模式分量，并排列组合成新的灰度图像，将该灰度图像实行粗细分层操作后分别按JPEG压缩标准进行压缩编码。实验表明，该算法得到的压缩图像在与JPEG同等质量的条件下，数据量要远小于JPEG压缩的数据量，操作简单快速，可实现彩色图像的高质量快速压缩和预览。
关键词：彩色图像; HSV模式; JPEG压缩标准; 分量组合; 分层操作
信息技术的迅猛发展产生了大量的图片，要把这些图片充分有效地利用起来，往往要求对其进行大量的存储和传输，而且要求在保证质量的前提下以较小的空间存储图像和较少的比特率传输图像。由此各种图像压缩编码技术应运而生。图像压缩是信源编码的目的和手段。从广义上讲，数据压缩［1］就是减少必须分配给指定信息集合或数据采样集合的信号空间的数值。数据压缩的效果好与不好，关键要看三个指标：压缩比、压缩算法和恢复效果。
对于彩色图像而言，其色彩模式和数据组合直接影响了压缩效率。本文通过对彩色图像的色彩模式的研究，针对人类视觉系统提出了一种HSV彩色图像使用分量数据排列组合进行去除冗余压缩的方法，该方法不同于常规的对彩色图像的各个色彩分量分别进行压缩的方法,而是将彩色图像的RGB三个分量转换为HSV模式下的三个分量，并将其排列组合成一幅灰度图像，对该灰度图像采取分层压缩的方法减少数据量[2]，预处理后的数据借用JPEG压缩标准对其编码，以便于与JPEG压缩方法进行比较。最后得到两幅经压缩后包含三个分量的图像，一幅为三分量图像的粗略图，一幅为三分量图像的细节图，两幅图像经过解压缩可重现原始彩色图像。实验证明，使用本文方法得到的彩色压缩图像在与JPEG同等质量的条件下，数据量要小于JPEG压缩的数据量，同时可实现快速的彩色图像压缩和彩色图像预览。
1 JPEG压缩标准
JPEG 以离散余弦变换DCT(Discrete Cosine Transform)[3]为核心算法，通过调整质量系数控制图像的精度和大小。对于照片等连续变化的灰度或彩色图像，JPEG在保证图像质量的前提下，一般可以将图像压缩到原大小的1/10~1/20。如果不考虑图像质量， JPEG 甚至可以将图像压缩到“无限小”,JPEG算法的平均压缩比为15:1，当压缩比大于50时将可能出现方块效应。 JPEG编码的基本处理过程包括图像准备、图像处理、量化和熵编码。JPEG首先将图像分割成8×8小方块，然后计算每一块的DCT变换，再对DCT系数进行量化，如果量化精度少，结果图像质量可能很粗糙，失真较大；而量化级多，则结果图像质量比较精细，但所需存储的数据量也比较大。为了找到一个折中的方法，可以对低频信号赋予较多的量化级，对高频信号赋予粗糙量化级，因为人眼对低频信号的误差比较敏感。在JPEG中，对低频分量采用DPCM(Differential Pulse Code Modulation)编码，而对高频分量采用游程编码。最后对这些量化后的系数进行Huffman编码或算术编码，将数据流写入一个输出文件(*.JPG)。解压缩过程与上述过程刚好相反。
2 图像色彩模式
