摘要：票據(jù)圖像是一種廣泛應(yīng)用于人們生活及工作的圖像，由于票據(jù)圖像中主要包含文字、數(shù)字及線條等信息，其細(xì)節(jié)和邊緣信息極其重要。一般的壓縮方法，如JPEG壓縮，已經(jīng)不適用于票據(jù)圖像的壓縮，會(huì)造成邊緣細(xì)節(jié)信息的損失。因此針對(duì)票據(jù)圖像的特殊性，經(jīng)過(guò)顏色聚類和多分辨率分解后，應(yīng)用改進(jìn)的零樹(shù)編碼進(jìn)行壓縮編碼。實(shí)驗(yàn)結(jié)果表明，該文方法比JPEG壓縮標(biāo)準(zhǔn)具有更高的壓縮比和更好的圖像閱讀質(zhì)量。

關(guān)鍵詞： 票據(jù)圖像；多分辨率分解；零樹(shù)編碼；JPEG壓縮標(biāo)準(zhǔn)；邊緣細(xì)節(jié)信息

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）16-3856-03

票據(jù)圖像作為人們生活和工作中廣泛應(yīng)用的圖像，在許多多媒體系統(tǒng)中都需要存儲(chǔ)和傳輸?shù)?，例如醫(yī)院信息系統(tǒng)和電子金融管理系統(tǒng)。長(zhǎng)期以來(lái)，數(shù)字圖像壓縮編碼技術(shù)主要采用JPEG壓縮標(biāo)準(zhǔn)[1]來(lái)進(jìn)行壓縮。對(duì)于一般的自然圖像來(lái)說(shuō)，JPEG壓縮標(biāo)準(zhǔn)在保證圖像質(zhì)量的前提下具有較高的壓縮比。但是對(duì)于JPEG壓縮標(biāo)準(zhǔn)中主要利用離散余弦變換DCT（Discrete Cosine Transform， DCT）技術(shù)完成圖像的變換編碼，然而經(jīng)過(guò)DCT處理的圖像編碼在大的壓縮比下存在著嚴(yán)重的塊狀效應(yīng)，這非常不利于票據(jù)圖像的壓縮及存儲(chǔ)。因?yàn)槠睋?jù)圖像中包含了豐富的邊緣細(xì)節(jié)信息，這些都是票據(jù)圖像中的重要信息，需要完整的保留下來(lái)。所以出現(xiàn)了一些基于二值化分割算法來(lái)獲得高的壓縮比[2-6]，但是這些方法不僅要面對(duì)圖像分割的挑戰(zhàn)，而且有時(shí)對(duì)圖像重要的信息在壓縮以后已經(jīng)丟失了。

為此，該文通過(guò)對(duì)Shapiro提出的嵌入式零樹(shù)小波編碼算法EZW（Embedded Zerotree Wavelet， EZW）[7]分析的基礎(chǔ)上，實(shí)現(xiàn)了針對(duì)票據(jù)圖像的零樹(shù)編碼，并進(jìn)行了仿真試驗(yàn)，仿真結(jié)果與JPEG壓縮標(biāo)準(zhǔn)作了比較，在大的壓縮比下，票據(jù)圖像的邊緣細(xì)節(jié)信息得以保留，保證了閱讀質(zhì)量。

1 算法設(shè)計(jì)

本文方法是是針對(duì)票據(jù)圖像進(jìn)行壓縮編碼，票據(jù)圖像與普通自然圖像有著明顯的區(qū)別，因此首先要了解票據(jù)圖像有如下特點(diǎn)：

1）票據(jù)圖像顏色單一，從視覺(jué)效果上，一幅票據(jù)圖像有4-5種顏色就可以顯示整幅圖像的信息。

2）票據(jù)圖像在一個(gè)小區(qū)域內(nèi)像素顏色一致（不包括背景顏色）。

3）票據(jù)圖像存在著大面積的背景區(qū)域。

根據(jù)票據(jù)圖像特點(diǎn)（1）和（2），可以將票據(jù)圖像進(jìn)行顏色聚類，得到調(diào)色板和顏色位圖。每幅顏色位圖代表調(diào)色板中的一種顏色，而顏色位圖可以用一幅二值圖像來(lái)表示，黑色代表背景，白色代表前景，即前景信息就是原始圖像中代表該顏色的信息。根據(jù)特點(diǎn)（3），可以判斷出每幅位圖中都包含大面積的背景區(qū)域，對(duì)每幅顏色位圖進(jìn)行二值圖像的多分辨率分解得到金字塔結(jié)構(gòu)圖，在分析EZW算法的基礎(chǔ)上對(duì)每幅位圖的金字塔結(jié)構(gòu)圖進(jìn)行改進(jìn)的零樹(shù)編碼。在解碼端，根據(jù)解碼得到的金字塔結(jié)構(gòu)圖，重構(gòu)顏色位圖，根據(jù)對(duì)應(yīng)調(diào)色板的顏色得到解壓縮的圖像。

1.2 改進(jìn)的零樹(shù)編碼

EZW方法是基于小波變換之后進(jìn)行編碼的，經(jīng)過(guò)小波變換后的圖像具有多分辨特性，EZW算法就是利用不同分辨率子帶中同一空間位置的數(shù)據(jù)構(gòu)成一棵樹(shù)，利用樹(shù)中的低頻數(shù)據(jù)的幅度值大、高頻數(shù)據(jù)的幅度值小的特點(diǎn)，生成零樹(shù)，從而達(dá)到壓縮的目的。

原始位圖經(jīng)過(guò)多分辨率分解后的金字塔結(jié)構(gòu)圖，在不同分辨率層級(jí)中同一空間位置的數(shù)據(jù)具有相關(guān)性。以圖3所示的金字塔結(jié)構(gòu)圖為例，將金字塔結(jié)構(gòu)中最低分辨率層級(jí)中的每個(gè)像素點(diǎn)作為“父親”，那么該分辨率層級(jí)上每個(gè)像素點(diǎn)都有4個(gè)“兒子”存在于下一分辨率層級(jí)，在最高分辨率層級(jí)中有16個(gè)“孫子”。根據(jù)原始位圖多分辨分解算法，可以得知其金字塔結(jié)構(gòu)圖中不同分辨率層級(jí)中同一空間位置的數(shù)據(jù)有如下特點(diǎn)：

1）每個(gè)分辨率層級(jí)中的“1”，其子孫后代全為0；

2）每個(gè)分辨率層級(jí)中的“0”，其子孫后代中可能全為0或者含有1。

EZW算法中從最低分辨率的系數(shù)開(kāi)始掃描，判斷掃描到的系數(shù)是否為“正顯著系數(shù)”、“負(fù)顯著系數(shù)”、“零樹(shù)跟”和“孤立零點(diǎn)”，然后進(jìn)行編碼輸出。因此，根據(jù)EZW的編碼思想及上述特點(diǎn)，改進(jìn)的零樹(shù)編碼算法如下：

1）掃描整個(gè)金字塔結(jié)構(gòu)圖，按照自上至下，自左至右的順序掃描；

2）若掃描到“1”，則認(rèn)為該點(diǎn)為正的零樹(shù)跟，標(biāo)記其子孫節(jié)點(diǎn)都無(wú)需掃描編碼，將該點(diǎn)編碼為“p”；

3）若掃描到“0”，判斷其子孫節(jié)點(diǎn)是否全為0。

① 若其子孫節(jié)點(diǎn)全為0，則認(rèn)為該點(diǎn)為負(fù)的零樹(shù)跟，標(biāo)記其子孫節(jié)點(diǎn)都無(wú)需掃描編碼，將該點(diǎn)編碼為“t”；

② 若其子孫節(jié)點(diǎn)有1，則認(rèn)為該點(diǎn)為孤立零點(diǎn)，編碼為“z”。

2 實(shí)驗(yàn)驗(yàn)證

為了檢驗(yàn)本文對(duì)于票據(jù)圖像的壓縮編碼算法，本小節(jié)對(duì)票據(jù)圖像分別進(jìn)行了本文的壓縮編碼算法和JPEG壓縮編碼，并給出實(shí)驗(yàn)結(jié)果對(duì)比。為了驗(yàn)證本文算法的有效性，同時(shí)給出了二者之間峰值信噪比、視覺(jué)效果和細(xì)節(jié)保留的對(duì)比。

3 結(jié)束語(yǔ)

本文研究了一種針對(duì)票據(jù)圖像有效的壓縮編碼算法。首先，針對(duì)票據(jù)圖像的特殊性進(jìn)行了預(yù)處理，其次對(duì)零樹(shù)編碼進(jìn)行了改進(jìn)以適用于票據(jù)圖像的編碼，不僅僅提高了壓縮比，而且還保留了票據(jù)圖像中重要的邊緣細(xì)節(jié)信息。實(shí)驗(yàn)表明，該文方法在同等壓縮比下，解壓縮后的圖像在峰值信噪比和視覺(jué)效果上，尤其是在邊緣細(xì)節(jié)信息的保留上都要優(yōu)于JPEG壓縮標(biāo)準(zhǔn)。

參考文獻(xiàn)：

[1] http：//www.jpeg.org/jpeg/index.html[S].

[2] Shapiro， J.M.： ‘Embedded image coding using zerotrees of wavelets coef?cients’[J].IEEE Trans. Signal Process.， 1993， 41：3445–3462.

[3] Howard P G.Text image compression using soft pattern matching[J]. The Computer Journal， 1997（40）：146-156.

[4] Seropian A， Vincent N.Writers authentication and fractal compression[J].Proceedings.8th International Workshop on Frontiers in Handwriting Recognition，2002：434-439.

[5] Howard P G.Lossless and lossy compression of text images by soft pattern matching[J].Proceedings Data CompressionConference， 1996：210-219.

[6] Ye Y， Cosman P.Fast and memory efficient text image compression with JBIG2”[J].IEEE Transactions on Image Processing， 2003， 12（8）：944-956.

[7] Y. Ye， and P. Cosman， “Dictionary design for text image compression with JBIG2”[J].IEEE Transactions on Image Processing， 2001， 10（6）：818-828.

[8] 楊萬(wàn)全.二值圖像的金字塔表示和最佳級(jí)聯(lián)方塊編碼[J].四川大學(xué)學(xué)報(bào)：自然科學(xué)版，1992， 29（4）：504-508.