摘  要: 提出了一種適用于RGB空間彩色圖像的塊截短編碼技術BTCTC。BTCTC的主要思想是把圖像分成4×4像素的數據塊，根據圖像數據之間存在空間冗余這一特性，用分塊中的兩個像素來表示該圖像塊，以達到壓縮圖像的目的。實驗表明，此方法對于RGB彩色圖像的壓縮效果理想。
關鍵詞: 塊截短編碼； 有損壓縮； RGB； BTCTC

    目前，彩色圖像的壓縮編碼技術一般都是先將經采樣量化后的RGB 數據轉換成為YCrCb 或YUV色彩空間，然后對3個色彩分量利用DCT變換等進行單獨編碼[1]，如JPEG、MPEG 和H.264/AVC，它們都建立在DCT 變換的基礎上。然而，這種方法會導致壓縮RGB彩色圖像的工作量和處理時間是灰度圖像的3倍左右，這對于多媒體實時傳輸領域無疑是個很大的挑戰[2]。針對這種情況，本文根據塊截短圖像編碼BTC(Block Truncation Coding))算法的思想，提出了一種快速有效的適用于RGB空間彩色圖像的塊截短編碼BTCTC(Block Truncation Coding of True Color)方法。該方法不必按照傳統方式對RGB數據進行色彩空間轉換處理，而是把單個像素作為一個整體進行編碼，因此相對于常用方法節省了大量的圖像空間轉換時間。
1 塊截短編碼
1.1  BTC的基本原理
    BTC算法是由DEL B J和MITCHELL O R在1979年提出的[3]。BTC算法比矢量量化和變換編碼易于實現，其優點是運算復雜度低、占用存儲空間少、編解碼速度快，這使其在實時圖像傳輸方面有很大吸引力[4]。本質上，BTC 是一種比特自適應的矩保持預測量化器，它在量化結果中保留輸入圖像塊的某些統計特性[5-6]。BTC算法首先將輸入圖像劃分成不重疊的像素塊，每個塊X通常由n×n個像素組成，n一般取4。然后為各圖像塊單獨設計二電平(高電平為“1”、低電平為“0”，用1 bit表示)量化器，即設置一個門限u，將X中像素按其灰度大小分成高于或低于門限u的兩組像素，高于門限u的像素用高電平表示，低于門限u的用低電平表示。量化門限和兩個重建電平值隨著各分塊的局部統計特性而變化，因此，該編碼實際上是一個局部二進制處理過程。量化后圖像子塊用一個n×n的二元位圖表示，其包含了確定各像素重建的附加信息。譯碼則是根據二元位圖為各像素位置選定一個合適的重建電平值，是簡單的逆處理過程。BTC的基本原理圖如圖1所示。


2 基于BTC的RGB空間彩色圖像編碼
2.1 BTCTC方法中的定義
　計算像素之間相似度的常用方法有灰度差法和歐式距離法?；叶炔罘ㄏ鄬τ跉W式距離法具有計算復雜度低、速度快的優點，因此本文采用灰度差法作為計算像素之間相似度的方法。在介紹本文BTCTC算法之前，首先給出該算法中用到的定義。
　定義1 像素差：指兩個像素對應的3個分量的絕對灰度差之和。差值越小，表示兩個像素越相似;反之，兩個像素差異越大。像素差的取值范圍為[0，765]。
　定義2 最小像素差：把某一像素與一個特定像素組合中的每個像素作差，其差的最小絕對值即為該像素與像素組合的最小像素差。
　定義3 像素相等：當兩個像素對應3個分量R、G、B的灰度值分別相等時，稱這兩個像素相等。
2.2 BTCTC算法的實現
    本文選取的圖像分塊大小為4×4，在每個分塊中分別選取兩個像素點作為其所在塊的重建電平。重建電平的選擇至關重要，關系著圖像重建質量的好壞。本文采用了像素差衡量兩個像素之間的相似度，目的是在分塊中找到最具代表性的像素組合。分別計算分塊中的兩兩像素組合與剩余的14個像素的最小像素差并求和，和值最小的兩像素組合即為該圖像塊的兩個重建電平。
    對于4×4的圖像塊，兩像素組合共有120種，查找計算量非常大。為了縮小兩像素組合的查找范圍和減少計算量，本文選擇分塊中3個固定位置的像素作為兩像素組合的候選,從而使兩像素組合查找范圍縮小為3種，大幅減少了搜索計算量，同時又不影響圖像的壓縮質量。本文所選取的3個像素點的具體位置如圖3所示。
    算法的實現過程如下：
    (1)將彩色圖像分割成4×4 的無重疊塊。
    (2)對于每一個圖像塊，分別從中選出兩個最具代表性的像素作為重建電平。其中，像素的3個分量之和較大的為高電平，較小的為低電平。如果兩個像素相等，則高、低電平為同一個像素。
    (3)分別對圖像塊中所有像素執行二電平量化形成一個比特位圖。“0”表示與低電平的像素差較小，“1”表示與高電平的像素差較小。如果兩個像素相等，則比特位圖用全“1”表示。
    圖像的解碼過程相對簡單，與BTC類似。根據接收端收到的比特位圖，用高電平替換位圖中的“1”，用低電平替換位圖中的“0”，從而形成重建圖像。
3 實驗結果與分析
    本文選用了24位彩色圖Lena和Peppers作為實驗對象，使用的電腦配置為2.4 GHz CPU，DDR400 2 GB內存，編譯環境為VC 6.0。本文選用峰值信噪比(PSNR)、壓縮時間(Times)和壓縮比(Cr)作為衡量算法性能的指標。其中彩色圖像峰值信噪比計算公式為[8]：
  
    從表1可以看出，本文算法相對于JPEG和CEZW在壓縮質量方面相差不大,而壓縮時間僅為JPEG的1/11,
CEZW的1/8，因此BTCTC算法適合于對時間要求更高的圖像實時傳輸領域。本文算法相對于其他彩色圖像壓縮算法不僅省去了圖像色彩空間的轉換時間，而且在圖像編解碼過程中運算簡單，計算量少。
    本文利用圖像數據之間存在空間冗余的特性，并結合BTC算法思想，提出了一種新的RGB空間彩色圖像編碼方法。實驗表明，該算法可行, 具有較高的峰值信噪比和壓縮速度, 且恢復后的圖像也有較好的視覺效果。
參考文獻
[1] 朱艷秋,陳賀新,等.彩色圖像三維矩陣變換壓縮編碼[J].電子學報, 1997,25(7):16-21.
[2] 查宣威，岑峰.DC恢復算法及其在圖像壓縮編碼中的應用[J].微型機與應用,2013,32(1):37-39.
[3] DELP E J, MITCHELLO R. Image compression using block truncation coding[J]. IEEE Transactions on Communications, 1979,27(9):1335-1342.
[4] 張海燕,王東木,宋克歐，等.圖像壓縮技術[J].系統仿真學報,2002,14(7):831-835.
[5] 呂梅蕾,黃云龍.基于矢量量化的高效BTC圖像編碼算法[J].計算機應用與軟件,2004,21(8):75-77.
[6] 呂梅蕾,鄭怡文.一種有效的基于中值濾波的BTC圖像編碼算法[J].浙江工業大學學報,2003,31(4):382-385.
[7] LEMA M, MITCHELL O R. Absolute moment block truncation coding and its application to colo rimages[J]. IEEE  Transactions on Communications,1984,32(10):1148-1157.
[8] 王文寧,師磊,李慧娟.一種新的RGB空間的彩色圖像壓縮編碼方法[J].計算機應用研究,2009,26(1):395-397.