摘  要： 根據彩色圖像" title="彩色圖像">彩色圖像的數據結構將圖像轉化為適應人類視覺系統的HSV模式" title="HSV模式">HSV模式分量，并排列組合成新的灰度圖像，將該灰度圖像實行粗細分層操作" title="分層操作">分層操作后分別按JPEG壓縮標準" title="JPEG壓縮標準">JPEG壓縮標準進行壓縮編碼。實驗表明，該算法得到的壓縮圖像在與JPEG同等質量的條件下，數據量要遠小于JPEG壓縮的數據量，操作簡單快速，可實現彩色圖像的高質量快速壓縮和預覽。
關鍵詞：彩色圖像; HSV模式; JPEG壓縮標準; 分量組合" title="分量組合">分量組合; 分層操作

    信息技術的迅猛發展產生了大量的圖片，要把這些圖片充分有效地利用起來，往往要求對其進行大量的存儲和傳輸，而且要求在保證質量的前提下以較小的空間存儲圖像和較少的比特率傳輸圖像。由此各種圖像壓縮編碼技術應運而生。圖像壓縮是信源編碼的目的和手段。從廣義上講，數據壓縮［1］就是減少必須分配給指定信息集合或數據采樣集合的信號空間的數值。數據壓縮的效果好與不好，關鍵要看三個指標：壓縮比、壓縮算法和恢復效果。
    對于彩色圖像而言，其色彩模式和數據組合直接影響了壓縮效率。本文通過對彩色圖像的色彩模式的研究，針對人類視覺系統提出了一種HSV彩色圖像使用分量數據排列組合進行去除冗余壓縮的方法，該方法不同于常規的對彩色圖像的各個色彩分量分別進行壓縮的方法,而是將彩色圖像的RGB三個分量轉換為HSV模式下的三個分量，并將其排列組合成一幅灰度圖像，對該灰度圖像采取分層壓縮的方法減少數據量[2]，預處理后的數據借用JPEG壓縮標準對其編碼，以便于與JPEG壓縮方法進行比較。最后得到兩幅經壓縮后包含三個分量的圖像，一幅為三分量圖像的粗略圖，一幅為三分量圖像的細節圖，兩幅圖像經過解壓縮可重現原始彩色圖像。實驗證明，使用本文方法得到的彩色壓縮圖像在與JPEG同等質量的條件下，數據量要小于JPEG壓縮的數據量，同時可實現快速的彩色圖像壓縮和彩色圖像預覽。
1 JPEG壓縮標準
　　JPEG 以離散余弦變換DCT(Discrete Cosine Transform)[3]為核心算法，通過調整質量系數控制圖像的精度和大小。對于照片等連續變化的灰度或彩色圖像，JPEG在保證圖像質量的前提下，一般可以將圖像壓縮到原大小的1/10~1/20。如果不考慮圖像質量， JPEG 甚至可以將圖像壓縮到“無限小”,JPEG算法的平均壓縮比為15:1，當壓縮比大于50時將可能出現方塊效應。 JPEG編碼的基本處理過程包括圖像準備、圖像處理、量化和熵編碼。JPEG首先將圖像分割成8×8小方塊，然后計算每一塊的DCT變換，再對DCT系數進行量化，如果量化精度少，結果圖像質量可能很粗糙，失真較大；而量化級多，則結果圖像質量比較精細，但所需存儲的數據量也比較大。為了找到一個折中的方法，可以對低頻信號賦予較多的量化級，對高頻信號賦予粗糙量化級，因為人眼對低頻信號的誤差比較敏感。在JPEG中，對低頻分量采用DPCM(Differential Pulse Code Modulation)編碼，而對高頻分量采用游程編碼。最后對這些量化后的系數進行Huffman編碼或算術編碼，將數據流寫入一個輸出文件(*.JPG)。解壓縮過程與上述過程剛好相反。
2 圖像色彩模式
    圖像可分為灰度圖像和彩色圖像。隨著網絡和多媒體技術的飛速發展，人們對彩色圖像處理的要求越來越高。彩色圖像的采集、處理及顯示技術在印刷工業、電視工業、醫學成像等實際應用領域中都有非常重要的意義。為了用科學的手段，尤其是計算機來處理彩色信息，必須用定量方法來描述彩色信息，即建立彩色模型。然而，人眼對于彩色的觀察和處理是一種生理和心理現象，目前對其機理還沒有完全了解，因而對于彩色的許多結論都是建立在實驗基礎上的。正因為如此，出現了多種不同的顏色描述方法，而不同的顏色描述方法對應于不同的顏色空間。
    從電磁波譜可以得知，電磁波波長范圍很大，但只有波長在400 nm～760 nm這個范圍內的電磁波才能使人產生視覺，感到明亮和顏色，這個波段稱為可見光。1931年,國際照明委員會(CIE)規定用波長為700 nm、546.1 nm、435.8 nm的單色可見光作為紅(R)、綠(G)、藍(B)三原色。根據三原色原理,任意色彩的顏色方程為：F=α(R)+β(G)+γ(B)，其中α、β、γ是紅、綠、藍三色的混合比例，一般稱為三色系數。色彩模型指的是某個三維顏色空間中的一個可見光子集，它包含某個色彩域的所有色彩。任何一個色彩域都只是可見光的子集，所以任何一個色彩模型都無法包含所有的可見光。常見的色彩模型有RGB色彩模型、CMY色彩模型、HSV色彩模型、CIE色彩模型、YCC色彩模型等。HSV（Hue Saturation Value）顏色模型是面向用戶的，有的也稱為HIS，它對應于圓柱坐標系中的一個圓錐形子集，其中每一種顏色和它的補色相差180，飽和度值從0到1。圓錐的頂面對應于V=1，它包含RGB模型中的R=1、G=1、B＝1 三個面,故所代表的顏色較亮，色度H由繞V軸的旋轉角給定，紅色對應于角度0°，綠色對應于角度120°，藍色對應于角度240°。這種顏色模型符合人眼對顏色的感覺,同時其三個坐標是獨立的，當采用RGB(或者CMY)色彩模型時，改變某一顏色的屬性(例如色調）必須同時改變三個坐標，而采用HSV模型只需改變H坐標。HSV色彩模型構成的是一個均勻的顏色空間，采用線性的標尺，彩色之間感覺上的距離與HSV色彩模型坐標上點的歐幾里德距離成正比。各種色彩模型均可以進行轉換。RGB色彩模型到HSV色彩模型的轉換最可靠的方法是:首先把RGB坐標變換為1931CIE－XYZ系統中的（X，Y，Z）坐標，然后根據（X，Y，Z）查找對應表，得到相應的（H，S，V）坐標，但這種方法需要依賴對照表，不方便。為方便在計算機上實現相應轉換，可假定

    反過來也可用公式實現從HSV顏色坐標到RGB顏色坐標的轉換。
    目前許多彩色圖像處理都使用對色彩空間中各個分量分別處理的方法來實現彩色圖像的有關操作。數字圖像的獲取實質上就是模擬信號的數字化過程，它的處理步驟大致可分為取樣、分色、量化，其中在分色部分對應彩色圖像中任何一種顏色使用3或4個基色表示，即每一個取樣點有3或4個亮度值，整體上表現為三維或四維空間。雖然一幅三色數字圖像可以認為是三個坐標（兩個空間和一個光譜）的一個標量函數，但是一般情況下，將其看作是一幅普通（二維）圖像，且每個像素具有三個灰度值（R、G、B）更為方便。在另外一些情況下，將其看作是三幅單色數字圖像的疊加更為有用。因此三幅圖像代表三個空間，彩色圖像處理的重點就轉移到空間的選擇上。一般說來，在彩色圖像中，應該在RGB格式的圖像中實現顏色平衡，而大量的處理和分析則在HSV格式的圖像中進行[4]。
3 HSV分量組合分層壓縮
    目前,圖像壓縮研究主要還是集中在灰度圖像方面，對彩色圖像壓縮算法的研究則相對較少。與黑白圖像相比，彩色圖像的色彩部分是其特有的，并且與人眼的視覺特性關系非常緊密，因而對彩色圖像的處理也應有獨特的方法。顯然，編碼彩色圖像的一個最直接的方法就是將真彩色圖像看成是三個獨立的灰度圖例進行單獨編碼的SFC(Separated Fractal Coding)方法[5]。例如JPEG彩色圖像壓縮，就是在RGB色彩模型中分別對三原色進行JPEG壓縮后統一編碼。這種方法由于沒有考慮彩色圖像三個顏色分量之間的相關性，因而壓縮比較低而且很費時。
    基于彩色圖像所具有的色彩信息和數據結構，并非將彩色圖像按三色數據分別壓縮，而是將RGB模式彩色圖像轉換為HSV模式，然后將其三個分量H、S、V進行排列組合成一幅灰度圖像，對該灰度圖像使用筆者另一篇文章中的壓縮方法[2]進行分層壓縮，即提取分量組合的粗略部分和細節部分分別存儲以降低數據的冗余程度，減少數據量，分別將粗略圖、細節圖按JPEG壓縮標準進行數據壓縮后存儲，最后得到兩幅圖像，分別對應分量組合粗略圖和細節圖。其中分量組合的粗略圖能大致提供該彩色圖像的內容信息，方便在搜索和預覽時使用，即未打開或下載該彩色圖像就可預知圖像的內容，大大節省了時間和空間。同時還可通過選擇分量組合粗略圖的壓縮質量實現不同程度的壓縮比和壓縮質量。
    壓縮時,首先按轉換公式將RGB彩色圖像轉換為HSV模式的彩色圖像，然后將其三個分量H、S、V進行排列，組合成一幅灰度圖像，對該灰度圖像使用DCT變換，取變換后數據的高頻部分有效值，該取值的多少直接影響基準分量的清晰程度和最后的壓縮比，這里按Z字形4-3-2-1排列取10個值，剩余值均設為零，利用DCT反變換后按8×8的塊操作，每一塊取原有64個數據的最大值，從而得到分量組合的粗略圖，其大小只占原圖像的1/64，大大減少了數據量。分量組合原圖與恢復相同尺寸的分量組合粗略圖的差值為分量組合細節圖，尺寸大小與原圖像相同，但大部分數據為零，壓縮時能減少數據量。將這兩幅圖像分別按JPEG壓縮標準進行數據壓縮后打包就得到了壓縮后的RGB彩色圖像。可提取分量組合粗略圖預覽圖像。
    解壓時，利用分量組合的粗略圖和細節圖按逆變換恢復彩色圖像的分量組合原圖，再利用該圖恢復H、S和V三個分量，然后將H、S、V分量重組得到HSV模式彩色圖像，利用轉換公式重新得到RGB彩色圖像。
4 實驗結果
　下面以彩色圖像Lena（256×256×3）為例，如圖1所示，按本文方法進行數據壓縮處理。得到的分量組合粗略圖數據大小為1.52 KB，得到的分量組合細節圖數據大小為5.22 KB，總大小為6.74 KB，將兩幅圖像打包壓縮后的數據量為5.57 KB。而具有相同彩色圖像質量效果直接采用JPEG方法壓縮得到的圖像大小為15.8 KB，本文方法的壓縮數據量減少了1/3。
    同時也選取了一些其他圖像進行實驗,如圖2所示，得到的實驗數據如表1所示，對比發現，在高質量壓縮的情況下(均方根誤差MSE和峰值信噪比PSNR都相當高),本文壓縮比都比相同質量下JPEG算法高。

    本文基于JPEG壓縮標準的彩色圖像壓縮前的圖像預處理，通過對彩色圖像的色彩模式的轉化，將通常的RGB色彩模式轉換為滿足人類視覺系統的HSV模式后，實現了彩色圖像的分量組合操作，對處理后得到的兩幅圖像直接采用JPEG壓縮方法的編碼部分進行數據編碼。在相同圖像質量效果的基礎上，該方法壓縮比高，壓縮質量優，算法簡單，反應時間短，操作容易。選取不同分量組合經DCT變換后的保留值可實現高質量下的不同壓縮比。同時，如果對分量組合的粗略圖采用有損編碼，還可以實現更高的壓縮比和較好的壓縮質量，并且使用壓縮后的圖像集合中的分量組合粗略圖還可實現對原始彩色圖像的預覽，大大節省了時間和空間。使用時可將壓縮得到的兩幅圖像打包壓縮，不僅能減少數據量，同時方便存儲和傳輸。
參考文獻
[1] SAYOOD K. Introduction to date compression. Second edition[M]. San Francisco: Academic Press, 2000.
[2] 文山.基于JPEG的圖像無損分區壓縮[J].計算機工程與設計,2007,28(20):4968-4970.
[3] XONG Z, GULERYUZ O. A comparative study of DCT  and wavelet-based image coding[J]. IEEE Trans Circuits Syst Video Technol, 1999, 9(8):692-695.
[4] CASTLEMAN K R. Digital image processing[M].北京:電子工業出版社,2002.
[5] 李剛.基于JPEG-LS標準的真彩色圖像改進無損壓縮方法[J].中國生物醫學工程學報, 2002,21(05):426-429.