JPEG和JPEG2000图像压缩算法差异对图像质量影响的比对分析

计文婷

摘 要 文章从压缩算法的原理入手，分析、探讨JPEG2000相对于JPEG是否有更好的图像压缩性能。再通过主、客观实验，并考虑场景依赖对图像质量影响因素，对相同条件下的JPEG和JPEG2000压缩图像质量进行比对，分析两种压缩算法对图像视觉呈现效果的影响。结论发现JPEG2000压缩算法比JPEG压缩算法对图像质量有较好提的视觉呈现效果，成功避免了使用过高的压缩比例时图像质量下降呈现马赛克效果的缺点。

关键词 JPEG和JPEG2000；压缩算法；图像质量；场景依赖

中图分类号 G2 文献标识码 A 文章编号 1674-6708（2019）232-0169-02

JPEG是联合图像专家组制定的第一套国际彩色静态图像压缩标准的编码算法，因其图像质量好、压缩率高而被广泛应用，尤其适合在连续色调的图像展示和互联网传播中被使用。遗憾的是JPEG压缩算法是一种有损压缩，实现最大程度图像压缩时却容易丢失图像数据。高比压缩下图像还会出现明显的方块效应， 图像视觉呈现马赛克效果。针对这样的缺陷，新一代编码方式被提出——JPEG2000图像压缩标准的编码算法。它可以同时支持有损数据压缩和无损数据压缩两种模式，并能实现更为复杂的感兴趣区域压缩和渐进式显示，不像JPEG压缩算法那样对图像产生块状模糊的效果。

本文目的就是从压缩原理分析到图像质量差异比对，探讨JPEG2000是如何比JPEG提供更為优良的压缩性能，又是怎样在图像视觉效果上有重大质量提升。

1 JPEG与JPEG2000压缩算法

1.1 图像压缩原理及种类

图像压缩亦称图像编码，是减少表示数字图像需要的数据量，用较少的分辨率以有损或无损方式表示原有像素矩阵技术。由于一般原始图像各个像素之间数据的存在很大相关性，会含有大量的冗余信息，通过图像压缩编码消除冗余，并在给定的畸变下用尽量少的比特数来表征和重建图像，使它符合预定场景的应用要求，就能实现数据压缩。

图像压缩分类方法因原理不同而有所差异。比如根据解压复原后的图像和原始图像之间是否具有误差，可分为有损压缩和无损压缩两类。

1.2 JPEG压缩算法

JPEG压缩算法主要对图像高频信息进行压缩，对图像色彩的信息保留较好。由于是有损压缩，压缩比可以达到其他传统压缩算法无法比拟的程度，生成的图像文件小。从编码流程看，JPEG压缩分为预处理、离散余弦变换（DCT）、量化、编码4个环节。

预处理时，在图像数据块分割及颜色空间转换完成后，将进行数据采样。采样后的图像数据便被压缩到原有的一半，但这一过程并不可逆。而离散余弦变换是将图像信号在频率域上进行变换，分离出高频和低频信息的处理过程。量化是在不造成明显的视觉效果损失的前提下，确定什么信息可以安全消除，以适当减小变换系数的精度，达到压缩图像的目的。离散余弦变换和量化都是为编码阶段做准备，完成了编码，JPEG图像才真正实现了压缩。

由于JPEG对图像的高频部分（即图像细节）进行压缩以达到减少数据的目的，图像数据量化取整后都成为近似值，这便与原始图像数据之间有了差异，即有损，致使图像视觉效果将有所失真，甚至引起方块效应。这便是JPEG压缩算法影响图像质量的主要原因。

1.3 JPEG2000压缩算法

JPEG2000压缩算法的目标是改进JPEG压缩算法的性能，以便适应低带宽、高噪声的环境。JPEG2000标准之所以有很大的技术飞跃， 就是因为它放弃了JPEG 所采用的以离散余弦变换算法为主的区块编码方式，而改用以离散小波变换（DWT）为主的多解析编码算法。从编码流程看，JPEG2000压缩也分为预处理、 离散余弦变换、量化、编码4个环节，但具体实施的技术算法却有所不同。

其中，JPEG2000预处理的颜色空间转换真正实现了完全可逆的整型变换，避免了数据运算带去的精度误差，为无损压缩的实现铺平了道路。同时，不同于JPEG的离散余弦变换过程，JPEG2000的小波变换具有对信号进行多分辨率分析和反映信号局部特征的特点。

通过对图像进行离散小波变换，能得到多级小波系数图像，而分解的级数需要视具体情况而定。这里的小波系数既能表示图像中局部区域的高频信息（如边缘），也能表示图像中的低频信息（如背景）。即使在低比特率的情况下，也能保持较多的图像细节。同时，下一级分解得到的系数所表示图像在水平和垂直方向的分辨率只有上一级小波系数所表示的图像的一半。所以，通过对系数图像的不同级数进行解码，就可以得到具有不同空间分辨率的图像。此外，对图像信息进行多级小波分解，可得到不同空间分辨串的图像逼近，使得压缩码流具有空间分辨串可分级的特性，这便允许压缩码流在不同的分辨串解码器上解码、显示。

因此，JPEG2000支持有损和无损压缩两种模式，并在大多数压缩比率下，JPEG2000的图像失真复原能力优于JPEG。

2 JPEG与JPEG2000压缩性能差异

不同的压缩算法，导致JPEG和JPEG2000具备不同的压缩性能。为直观地感受这种差异，我做了这样的比实验：挑选20幅549×549像素、文件大小约在914kb、Tiff格式储存的图像，在Photoshop CS5软件中分别进行JPEG格式0图像质量级别、12图像质量级别压缩，JPEG2000格式无损、0%图像质量有损、100%图像质量有损压缩。然后 ，统计所得文件大小，求取20幅图像同一种压缩方式所获文件大小的平均值。实验结果如表1所示。

显然通过比较压缩图像的大小就能找出两者压缩性能差异。从表中可以看出，当要求压缩图像保持高质量，即要求压缩图像文件尽可能大时，JPEG2000图像文件大于JPEG图像文件，无损压缩的JPEG2000文件大小更为突出；当要求压缩图像保持较低质量，即尽最大可能实现压缩时，JPEG2000图像文件小于JPEG图像文件。也就是说 JPEG2000比JPEG具有更强的压缩能力。

3 不同压缩算法对图像质量的影响

JPEG是基于离散余弦变换的量化算法，这意味着将频率变换应用于图像，在数据量化、编码之前去除数据关联。而编码构成8×8像素块或子图像，量化取整过程中对数据求取近似值，从而导致在高压缩率下某些特征失真，并引起方块效应，影响图像质量。有研究发现，一系列相似像素通常持续在15～20 像素之间，超出这个范围后像素相关性将开始下降。这意味着JPEG图像超过某个压缩比率范围后，图像质量将明显失真。

下面选用边缘效果明显的图像（如玻璃制品）做示例，用20∶1的压缩比分别用JPEG算法和JPEG2000算法压缩，再对比图像效果。结果如图1所示，左侧JPEG图像能明显看到独立的像素块，而相同压缩比下的JPEG2000图像则没有这一现象。

JPEG2000有一种类似JPEG图片的压缩算法结构，但基础理论却是应用离散小波变换（DWT）。小波变换的一个基本优点是，它可以应用一个滤波器组，简化了转换过程。使用一个塔形滤波器实现在不同尺度上的编码图像功能。此外，使用小波压缩法能缩小如JPEG格式中的固有方块效应。然而，这会引起其他方面一定程度的相关信息失真。

JPEG2000图像不受方块效应影像，除非原始图像就以独立像素块形式显现。JPEG2000压缩算法用小波理论将图像分解为子带图像，导致原始图像或者高频信息图像再水平、垂直以及对角方向生成低分辨率图像，呈现“模糊”效果。如图2所示，JPEG2000压缩的Dog图像中金毛犬鼻部、耳部、胸前毛发高度模糊，多出细节失真，图像质量明显不如JPEG图像。

兩种压缩算法的失真方式受到环状假影的影响。这些影像是由影响特定的边缘样貌和高反差边缘明显的震荡及“波纹”的高频系数突然截断导致的结果。JPEG2000的边缘视觉效应的产生依赖次能带分布，也就是说它们局限性少并且误差散乱分布在图像中。然而，JPEG由于特定空间区域的像素块存在误差，影响到了该区域的图像复原，环状假影更加明显。这可以确定为JPEG不充分压缩的一个重要原因。环状假影的副作用是可以导致图像显得更为尖锐，视作“锐化处理”。

同时，两种压缩算法都可能存在颜色失真现象。这由多种因素造成，包括JPEG算法色度通道二次抽样、JPEG2000算法不可逆颜色转换、复原图像的量化误差。这些误差导致的视觉效果称作“颜色出血”，影响了图像的整体平滑度。

4 场景依赖性

从玻璃图与小狗图的对比实验结果可以看出，JPEG和JPEG2000压缩算法生成的图像质量评价都受场景内容影响。相同条件下不同场景的图像，其图像质量对比结果有所差异。这可以理解为：两种压缩算法都有场景依赖特性。某些典型的场景图像表现（如小狗图像）比其他类型场景（如玻璃制品图像）更好，较高压缩比率下能产生较少的视觉信息损失。若要进一步探讨JPEG与JPEG2000对图像质量的影响，需要考虑场景依赖对图像质量的影响，也就是要通过一系列图像的不同场景变换，针对进不同场景图像展开图像质量对比评价。同时启用主、客观的图像质量评价方式进行大量实验，多角度更细致地比对各级压缩比下两种压缩方式所形成的不同图像效果。

5 结论

综上所述，本文的主、客观比对实验证明：JPEG2000压缩标准对图像质量有重要提升作用，较好提升了图像的视觉呈现效果，成功避免了使用过高的压缩比例时图像质量明显降低的缺点。

在这个数字时代背景下，数字图像的使用价值显得越发重要，这将对不同环境下不同内容的图像质量提出更高要求。我相信随着技术的不断发展，更先进的图像压缩算法及存储格式会不断涌现，更全面的图像质量评价方法也将被提出应用。

参考文献

[1]李定川.JPEG2000图像压缩标准及其关键算法的应用[J].影像技术，2010（4）：26-31.

[2]张琳.静态图像压缩编码简介.中小企业管理与科技，2016.

[3]鲁宏伟，孔华锋，赵贻竹，等.多媒体计算机原理与应用[M].北京：清华大学出版社，2006.

[4]严俊雄，王文，李子扬.基于DTC和DWT的遥感图像压缩算法比较[J].科学技术与工程，2008（19）.

[5]田金沙.基于人眼视觉特性的图像质量评价方法研究[D].绵阳：西南科技大学，2016.

[6]张婉怡.基于视觉感知和自然场景统计的图像质量评价方法研究[D].南京：南京航空航天大学，2017.