Abstract
自從數位影像處理技術發展以來, 影像編碼一直被認為是個重要的問題, 其主要理由在于我們不論是在影像傳輸或儲存上, 影像資料實在是個相當大的資訊量, 舉例來說, 若有一影像大小為512×512個光點(pixel), 且每個光點以8點元(bit)來編碼, 則我們總共需要2× 個數元來表示之, 很明顯地, 這是個相當大的負擔。本篇論文中我們提出了一個適當的黑白影像資料壓縮法則, 它利用了區塊化(segmentaion) 的方法將原始影像分為一塊塊相鄰的區域, 并在每塊區域中採用了在電腦繪圖中所提列的表面亮度模型(surface light intensity madeling)的方法來抽取區域內的紋路資訊(texture information), 我們將所抽取出來的結果, 即光點灰度值, 置入一個一維陣列中, 由於區域內的資訊內容性質相近, 所以我們可以用一些一維的編碼技巧來作資料壓縮. 在本篇論文中我們採用了離散餘弦轉換(DCT), 差動脈波調變(DPCM)及多重線估計(POLYLINE)三種方法來作模擬而不利用多項式估計(polynomialfitting) 的方法, 此由於在一般情況下其重建影像本質不佳。本篇論文中影像區塊化的過程是以最小架構樹(minimum spanning tree) 的方式來完成, 理由是其分區結果與人類視覺觀點相當接近, 此部份可由參考資料〔16〕與實驗結中得到證明, 此外我們針對以往區域輸廓檢出與編碼的方法也提出了一些改良以增加其在硬體運作上的適應性同時也降低其編碼數元量, 文章中對於紋路抽取及各種編碼技巧皆有講座與分析, 此外, 對於各項重建結果的主觀與客觀品質也有一些比較與探討。從實驗結果中我們可以看出, 本篇論文所提出的編碼技巧的確可以達到高壓縮比與良好影像品質的目的。