JPEG编码原理详解.pdf

【转】JPEG 编码原理 JPEG 是联合图象专家组(Joint Picture Expert Group)的英文缩写，是国际标准化组织(ISO) 和CCITT 联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式(如 GIF，TIFF，PCX)相比，JPEG 是目前静态图象中压缩比最高的。我们给出具体的数据来对 比一下。例图采用Windows95 目录下的Clouds.bmp，原图大小为640*480，256 色。用 工具SEA(version1.3)将其分别转成24 位色BMP、24 位色JPEG、GIF(只能转成256 色) 压缩格式、24 位色TIFF 压缩格式、24 位色TGA 压缩格式。得到的文件大小(以字节为单 位)分别为：921,654，17,707，177,152，923,044，768,136。可见JPEG 比其它几种压缩 比要高得多，而图象质量都差不多(JPEG 处理的颜色只有真彩和灰度图)。 正是由于JPEG 的高压缩比，使得它广泛地应用于多媒体和网络程序中，例如HTML 语法 中选用的图象格式之一就是JPEG(另一种是GIF)。这是显然的，因为网络的带宽非常宝贵， 选用一种高压缩比的文件格式是十分必要的。 JPEG 有几种模式，其中最常用的是基于DCT变换的顺序型模式，又称为基线系统(Baseline)， 以下将针对这种格式进行讨论。 1. JPEG 的压缩原理 JPEG 的压缩原理其实上面介绍的那些原理的综合，博采众家之长，这也正是JPEG 有高压 缩比的原因。其编码器的流程为： 图9.3 JPEG 编码器流程 解码器基本上为上述过程的逆过程： 图9.4 解码器流程 8 ×8 的图象经过DCT 变换后，其低频分量都集中在左上角，高频分量分布在右下角(DCT 变换实际上是空间域的低通滤波器)。由于该低频分量包含了图象的主要信息(如亮度)，而高 频与之相比，就不那么重要了，所以我们可以忽略高频分量，从而达到压缩的目的。如何将 高频分量去掉，这就要用到量化，它是产生信息损失的根源。这里的量化操作，就是将某一 个值除以量化表中对应的值。由于量化表左上角的值较小，右上角的值较大，这样就起到了 保持低频分量，抑制高频分量的目的。JPEG 使用的颜色是YUV 格式。我们提到过，Y 分 量代表了亮度信息，UV 分量代表了色差信息。相比而言，Y 分量更重要一些。我们可以对 Y 采用细量化，对UV 采用粗量化，可进一步提高压缩比。所以上面所说的量化表通常有两 张，一张是针对Y 的；一张是针对UV 的。 上面讲了，经过DCT 变换后，低频分量集中在左上角，其中F(0，0)(即第一行第一列元素) 代表了直流(DC)系数，即8 ×8 子块的平均值，要对它单独编码。由于两个相邻的8 ×8 子 块的DC 系数相差很小，所以对它们采用差分编码DPCM，可以提高压缩比，也就是说对 相邻的子块DC 系数的差值进行编码。8 ×8 的其它63 个元素是交流(AC)系数，采用行程编 码。这里出现一个问题：这63 个系数应该按照怎么样的顺序排列？为了保证低频分量先出 现，高频分量后出现，以增加行程中连续“0”的个数，这63 个元素采用了“之”字型(Zig-Zag) 的排列方法，如图9.5 所示。 图9.5 Zig-Zag 这63 个AC 系数行程编码的码字用两个字节表示，如图9.6 所示。 图9.6 行程编码 上面，我们得到了DC 码字和AC 行程码字。为了进一步提高压缩比，需要对其再进行熵编 码，这里选用Huffman 编码，分成两步： (1)熵编码的中间格式表示 对于AC 系数，有两个符号。符号1 为行程和尺寸，即上面的(RunLength，Size)。(0，0) 和(15，0)是两个比较特殊的情况。(0，0)表示块结束标志(EOB)，(15，0)表示ZRL，当行 程长度超过15 时，用增加ZRL 的个数来解决，所以最多有三个ZRL(3 ×16+15=63)。符号 2 为幅度值(Amplitude)。 对于DC 系数，也有两个符号。符号1 为尺寸(Size)；符号2 为幅度值(Amplitude)。 (2)熵编码 对于AC 系数，符号1 和符号2 分别进行编码。零行程长度超过15 个时，有一个符号(15， 0)，块结束时只有一个符号(0