云计算平台中的图像序列高效无损压缩方法研究

摘要

云渲染是新一代三维动画制作的关键技术。在电影制作领域，三维动画或者特效场景会通过云渲染产生大规模的图像数据，这些数据在系统内部的传输过程中会占用大量的带宽资源导致系统性能下降，并且低密度的存储会使用户的存储成本上升，因而亟待解决压缩存储问题。此类渲染图像数据需用于三维动画的后续制作合成，为了保证后期动画质量，不宜采用有损压缩。而现有的无损图像压缩算法通常仅挖掘帧内冗余并未充分考虑帧间的冗余信息，所以压缩比偏低且压缩速度慢;视频编码方案虽然压缩比高，但很难达到绝对无损且计算比较复杂。
　　为此，本文在对基于字典技术的通用数据压缩算法LZ77分析的基础上，提出了通过减少数据局部复杂性的数据块重排策略。该方案能够针对渲染结果图像序列，在不额外增加计算时间的前提下，获得更高的压缩比。本文进一步针对渲染图像序列相邻图像帧之间相关性比较大的特点，基于预测编码模型中的差分编码方案，提出了一种适合存储的称之为LZT的图像序列无损压缩方案。另一方面，利用图像哈希能够快速查找到相似像素矩阵的特点来改善数据块重排的精度和速度，进一步提高压缩比。最后，提出了一种基于云平台的分布式无损编解码方案，以解决图像序列数据量大单机计算能力不足的问题。
　　本文的主要工作和成果如下:
　　(1)针对渲染图像序列压缩效率比较低的问题，文中从信息论的角度剖析了数据的分布以及字典压缩算法的特点，提出通过增加局部冗余机制的图像数据块重排算法来改善系统的压缩性能。该方法充分利用了图像序列的全局冗余信息，并且比较适合分布式编码，结果表明该算法的压缩比有很大程度提高。
　　(2)为了在更加充分的利用图像序列的帧内与帧间冗余信息，在图像数据块重排算法的基础之上引入预测编码模型，通过差分编码的机制在编码过程中进一步减少数据的冗余信息，研究了基于字典压缩算法的图像编码格式PNG、APNG以及MNG格式，并提出了一种适合无损存储渲染图像序列的LZT编码方案。
　　(3)为了提高数据块重排算法中的局部数据冗余度，通过引入图像哈希的机制来进一步提高效率。图像哈希能够快速的检索出相似的图像，并且可以通过哈希值来对图像块的相似程度进行度量，因而通过在基于数据块重排算法中通过图像哈希算法使得相似性较大的数据快速的聚集同样可以提高压缩性能。
　　(4)构建了基于云计算的分布式无损编码系统，解决计算密集型任务单机处理能力有限的问题。该系统继承了云计算平台鲁棒性、可扩展性的优点，并且充分利用了数据块重排中的全局冗余信息，因而依然能够保持高压缩比，同时通过并行计算的方式能够显著的降低编解码的处理时间。同时，分布式编码系统能够利用到视频转码等类似处理二进制数据的需求中。

目录

声明

摘要

第1章 绪论

1．1 论文的研究背景和意义

1．2 论文研究内容

1．3 技术路线

1．4 论文组织结构

第2章 相关技术研究现状

2．1 无损压缩编码理论基础以及算法研究

2．2 快速编码方案与图像感知哈希

2．3 图像、视频无损编码研究

2．4 云渲染与云存储

2．5 本章小结

第3章 低熵图像序列无损编码

3．1 渲染图像序列的特点

3．2 LZ77字典技术与数据块排序

3．3 实验和结果分析

3．4 本章小结

第4章 LZT编码方案与图像哈希

4．1 LZT编码方案

4．1．1 PNG、APNG、MNG以及差分编码

4．1．2 LZT编码流程

4．2 图像感知哈希快速重排

4．2．1 数据块排序算法特点与图像哈希

4．2．2 图像哈希快速匹配算法

4．3 实验结果与分析

4．4 本章小结

第5章 云计算与分布式无损编码方案

5．1 分布式编码流程

5．2 编解码过程

5．3 实验和结果分析

5．4 本章小结

第6章 分布式编解码原型系统设计与实现

6．1 开发环境和工具

6．2 云渲染系统架构

6．3 云平台图像序列无损编解码系统

6．3．1 重排算法

6．3．2 云上分布式编解码

6．4 本章小结

第7章 结论与展望

7．1 结论

7．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果