一種基于VP8編碼的Webp圖片壓縮格式研究

李蓮，魏石磊

（天津理工大學(xué) 自動化學(xué)院，天津 300384）

引 言

隨著消費者需求與多媒體娛樂的大幅提升，上一代互聯(lián)網(wǎng)標(biāo)準(zhǔn)與視頻解決方案已經(jīng)無法滿足高速增長的高清視頻傳輸要求，在此背景下，面向未來需求的下一代互聯(lián)網(wǎng)解決方案——HTML 5網(wǎng)絡(luò)開發(fā)標(biāo)準(zhǔn)與WebM VP8視頻壓縮格式應(yīng)運而生。VP8編碼擁有極高的壓縮比和壓縮質(zhì)量，而基于VP8編碼的新型圖片壓縮格式Webp也比JPEG圖片具有更高的壓縮率。

1 PSNR和SSIM圖像質(zhì)量測試標(biāo)準(zhǔn)

1.1 峰值信噪比

PSNR（Peak Signal to Noise Ratio，峰值信噪比）是一個表示信號最大功率和對其產(chǎn)生影響的噪聲功率之間比值的術(shù)語，常用對數(shù)分貝來表示。PSNR常用作圖像壓縮領(lǐng)域中信號重建測量，它通過均方差（Mean Square Error，MSE）進行定義。兩個M×N單色圖像I和K，如果噪聲近似，那么它們的MSE定義為：

峰值信噪比定義為：

其中amax＝2k－1，k常取8。PSNR和MSE都基于像素灰度值進行統(tǒng)計和平均計算，忽視了圖像對人眼的影響，故而不能完整反映出圖像質(zhì)量。

1.2 結(jié)構(gòu)相似度

圖像的像素之間是相關(guān)的，這種相關(guān)性蘊含著圖像的結(jié)構(gòu)信息。SSIM（Structural Similarity Index，結(jié)構(gòu)相似度）是一種衡量兩幅圖像相似度的指標(biāo)。將原圖像塊x和失真圖像塊y的失真SSIM建模為亮度l（x，y）、對比度c（x，y）和結(jié)構(gòu)信息s（x，y）三分量的組合：

亮度、對比度和結(jié)構(gòu)信息是與x和y的均值μx、μy，標(biāo)準(zhǔn)差σx、σy或協(xié)方差σxy有關(guān)的量，表達式分別為：

C1、C2和C3是為了避免分母為零而添加的小常數(shù)［1］。用SSIM評判圖像質(zhì)量時，先把圖像分成重疊或者不重疊的大小相等的子塊（一般為8×8大?。?，然后用式（3）計算每一個子塊的SSIM值，再用所有子塊SSIM值的平均值作為整幅圖像質(zhì)量的度量。SSIM值越高，表明失真圖像和原圖像相似度越高，失真圖像的質(zhì)量越高。

2 VP8編碼和X.264編碼圖像的PSNR和SSIM對比

Google收購On2科技公司并隨后開放了其擁有的VP8編碼技術(shù)的源代碼。VP8采用的新技術(shù)有：基于虛擬參考幀的高級預(yù)計編碼、基于宏塊級的多線程技術(shù)、改進的局域參考編碼、增加復(fù)雜度的先進上下文熵編碼、稀疏目標(biāo)區(qū)域的自適應(yīng)回路濾波等，從而能以更少的數(shù)據(jù)提供更高質(zhì)量的視頻。

Google稱VP8能夠在相同碼率下提供比當(dāng)今流行的X.264更好的畫質(zhì)，或是在相同畫質(zhì)下使用更少的帶寬。而X.264編碼則是現(xiàn)在最為流行的編碼技術(shù)，屬于MPEG高清編碼部分，是一種高度壓縮的數(shù)字視頻編解碼器標(biāo)準(zhǔn)?，F(xiàn)在兩種編碼都獲得了大量廠商的支持。

利用有代表性的視頻場景來測試兩種不同的編碼技術(shù)在視頻壓縮和還原質(zhì)量上的性能。不同景深場景的測試視頻如圖1所示。測試視頻分別用Handbrake以X.264編碼和FFmpeg 0.6以VP8形式編碼。而后利用MSU MQVT軟件測試場景的PSNR和SSIM。測試視頻的PSNR數(shù)據(jù)和測試視頻的SSIM數(shù)據(jù)如圖2、圖3所示。

通過軟件測試對比分析看出，VP8編碼的視頻質(zhì)量與X.264差別不大，某些場景高質(zhì)量編碼的X.264圖像要略優(yōu)于VP8編碼，但VP8編碼的視頻大小要略小于X.264。VP8編碼剛剛開源，還沒有很成熟的編解碼器，無法和多年發(fā)展的X.264編碼器相比，不過上述測試結(jié)果表明VP8編碼有很大的發(fā)展空間。

3 新型Webp格式圖像和JPEG圖像對比

Webp是Google為了滿足現(xiàn)在越來越高的帶寬需求，在基于VP8編碼的基礎(chǔ)上提出的一種新型圖片格式。Webp利用預(yù)測編碼技術(shù)，通過部分像素塊的顏色來預(yù)測其鄰近塊的顏色值，并只記錄兩者的差值，因為多數(shù)情況下兩者差距很小，甚至零差距，因而大大提高了壓縮的比率。Google想打造出一種文件體積小而畫質(zhì)和JPEG一樣的圖像格式，在保證畫質(zhì)的前提下提高網(wǎng)頁圖像瀏覽的

圖1 不同景深場景的測試視頻

圖2 測試視頻的PSNR數(shù)據(jù)

圖3 測試視頻的SSIM數(shù)據(jù)

速度。

Webp采用的新技術(shù)有：

◆Fancy的提升采樣算法，可有效降低圖片內(nèi)色彩邊緣的像素；

◆同一張圖片里的不同區(qū)域進行不同形式的壓縮，在圖片質(zhì)量和圖片大小上實現(xiàn)最佳平衡；

◆預(yù)測編碼技術(shù)，通過部分像素塊的顏色來預(yù)測其鄰近塊的顏色值，并只記錄兩者的差值，提高壓縮比。

3.1 測試圖片用PSNR和SSIM的MATLAB程序?qū)崿F(xiàn)

為了對比分析Webp和JPEG在圖片壓縮和還原質(zhì)量上的強弱，編寫了計算PSNR和SSIM的MATLAB程序。

PSNR的MATLAB代碼如下：

測試使用圖片為800×600像素的PNG圖片，轉(zhuǎn)換成Webp（需要安裝WebpCodec才能顯示）和JPEG后顯示如圖4所示。通過MATLAB計算，測試數(shù)據(jù)對比如表1所列。

圖4 三種格式的截圖對比

表1 測試數(shù)據(jù)對比

通過分析可看出JPEG具有比Webp略好的圖像壓縮質(zhì)量，但是Webp在畫質(zhì)上的損失換來了壓縮率的極大提升。通過高壓縮的FFmpeg編碼，雖然獲得了極高的壓縮比，但圖像質(zhì)量損失嚴(yán)重。

3.2 驗證圖片格式轉(zhuǎn)換后壓縮率和壓縮質(zhì)量

FFmpeg是一個開源免費跨平臺的視頻和音頻流及圖片編碼方案，它提供了錄制、轉(zhuǎn)換以及流化音視頻的完整解決方案。它包含了非常先進的音頻／視頻編解碼庫libavcodec。Libwebp是Google公司編寫的轉(zhuǎn)換其他格式圖片為Webp格式的編解碼器。測試用圖片為800×600像素的PNG圖片，利用FFmpeg和Libwebp轉(zhuǎn)換工具在DOS環(huán)境下輸入如下格式轉(zhuǎn)換命令：

ffmpeg－i myfile.png－psnr－target out.jpg

cwebp.exe－tool to encode an image file（e.g.JPEG or PNG）into WebP

可以將測試用PNG圖片轉(zhuǎn)換成JPEG和Webp格式，經(jīng)驗證轉(zhuǎn)換工具的測試結(jié)果與編程測試結(jié)果基本相同。

結(jié) 語

通過研究發(fā)現(xiàn)Webp格式圖片的壓縮質(zhì)量略低于JPEG格式圖片，可能是由于沒有成熟的編解碼器的原因。但是在損失了畫質(zhì)的基礎(chǔ)上，Webp格式圖片的壓縮率大為提升，優(yōu)于JPEG格式。經(jīng)過測試分析表明，人眼基本無法分辨出Webp格式畫質(zhì)損失，故而在帶寬需求極為緊張的時代，Webp格式具有很好的發(fā)展前景。

［1］佟雨兵，張其善，祁云平等.基于PSNR與SSIM聯(lián)合的圖像質(zhì)量評價模型［J］.中國圖像圖形學(xué)報，2006（12）：1758－1762.

［2］Wang Z，Bovik A C，Sheikh H R et al.image quality assessinent：from error visibility to structural similarity［J］.IEEE Transactions on Image Processing，2004，13（4）：600－612.

［3］ITU.T851－2005Information technology－jpeg xr image coding system－part 2：Image coding specification ［S］.ITU，2005.

［4］楊高波，杜青松.MATLAB圖像／視頻處理應(yīng)用及實例［M］.北京：電子工業(yè)出版社，2010（1）：76－93.

［5］韓含.視頻質(zhì)量PSNR的無參考評估方法研究［D］.西安：電子科技大學(xué)，2009.

［6］鄧中亮.基于H.264的視頻編／解碼與控制技術(shù)［M］.北京：北京郵電大學(xué)出版社，2010.