JPEG的壓縮原理(共8頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1. JPEG的壓縮原理JPEG的壓縮原理其實(shí)上面介紹的那些原理的綜合，博采眾家之長(zhǎng)，這也正是JPEG有高壓縮比的原因。其編碼器的流程為：圖9.3 JPEG編碼器流程解碼器基本上為上述過(guò)程的逆過(guò)程：圖9.4 解碼器流程88的圖象經(jīng)過(guò)DCT變換后，其低頻分量都集中在左上角，高頻分量分布在右下角(DCT變換實(shí)際上是空間域的低通濾波器)。由于該低頻分量包含了圖象的主要信息(如亮度)，而高頻與之相比，就不那么重要了，所以我們可以忽略高頻分量，從而達(dá)到壓縮的目的。如何將高頻分量去掉，這就要用到量化，它是產(chǎn)生信息損失的根源。這里的量化操作，就是將某一個(gè)值除以量化表中對(duì)應(yīng)的值。由于

2、量化表左上角的值較小，右上角的值較大，這樣就起到了保持低頻分量，抑制高頻分量的目的。JPEG使用的顏色是YUV格式。我們提到過(guò)，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。我們可以對(duì)Y采用細(xì)量化，對(duì)UV采用粗量化，可進(jìn)一步提高壓縮比。所以上面所說(shuō)的量化表通常有兩張，一張是針對(duì)Y的；一張是針對(duì)UV的。上面講了，經(jīng)過(guò)DCT變換后，低頻分量集中在左上角，其中F(0，0)(即第一行第一列元素)代表了直流(DC)系數(shù)，即88子塊的平均值，要對(duì)它單獨(dú)編碼。由于兩個(gè)相鄰的88子塊的DC系數(shù)相差很小，所以對(duì)它們采用差分編碼DPCM，可以提高壓縮比，也就是說(shuō)對(duì)相鄰的子塊DC系數(shù)的差

3、值進(jìn)行編碼。88的其它63個(gè)元素是交流(AC)系數(shù)，采用行程編碼。這里出現(xiàn)一個(gè)問(wèn)題：這63個(gè)系數(shù)應(yīng)該按照怎么樣的順序排列？為了保證低頻分量先出現(xiàn)，高頻分量后出現(xiàn)，以增加行程中連續(xù)“0”的個(gè)數(shù)，這63個(gè)元素采用了“之”字型(Zig-Zag)的排列方法，如圖9.5所示。圖9.5 Zig-Zag這63個(gè)AC系數(shù)行程編碼的碼字用兩個(gè)字節(jié)表示，如圖9.6所示。圖9.6 行程編碼上面，我們得到了DC碼字和 AC行程碼字。為了進(jìn)一步提高壓縮比，需要對(duì)其再進(jìn)行熵編碼，這里選用Huffman編碼，分成兩步：(1)熵編碼的中間格式表示對(duì)于AC系數(shù)，有兩個(gè)符號(hào)。符號(hào)1為行程和尺寸，即上面的(RunLength，Si

4、ze)。(0，0)和(15，0)是兩個(gè)比較特殊的情況。(0，0)表示塊結(jié)束標(biāo)志(EOB)，(15，0)表示ZRL，當(dāng)行程長(zhǎng)度超過(guò)15時(shí)，用增加ZRL的個(gè)數(shù)來(lái)解決，所以最多有三個(gè)ZRL(316+15=63)。符號(hào)2為幅度值(Amplitude)。對(duì)于DC系數(shù)，也有兩個(gè)符號(hào)。符號(hào)1為尺寸(Size)；符號(hào)2為幅度值(Amplitude)。(2)熵編碼對(duì)于AC系數(shù)，符號(hào)1和符號(hào)2分別進(jìn)行編碼。零行程長(zhǎng)度超過(guò)15個(gè)時(shí)，有一個(gè)符號(hào)(15，0)，塊結(jié)束時(shí)只有一個(gè)符號(hào)(0，0)。對(duì)符號(hào)1進(jìn)行Hufffman編碼(亮度，色差的Huffman碼表不同)。對(duì)符號(hào)2進(jìn)行變長(zhǎng)整數(shù)VLI編碼。舉例來(lái)說(shuō)：Size=6時(shí)，

5、Amplitude的范圍是-63-32，以及3263，對(duì)絕對(duì)值相同，符號(hào)相反的碼字之間為反碼關(guān)系。所以AC系數(shù)為32的碼字為，33的碼字為，-32的碼字為，-33的碼字為。符號(hào)2的碼字緊接于符號(hào)1的碼字之后。對(duì)于DC系數(shù)，Y和UV的Huffman碼表也不同。掉了這么半天的書(shū)包，你可能已經(jīng)暈了，呵呵。舉個(gè)例子來(lái)說(shuō)明上述過(guò)程就容易明白了。下面為88的亮度(Y)圖象子塊經(jīng)過(guò)量化后的系數(shù)。15 0 -1 0 0 0 0 0-2 -1 0 0 0 0 0 0-1 -1 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0

6、0 00 0 0 0 0 0 0 0可見(jiàn)量化后只有左上角的幾個(gè)點(diǎn)(低頻分量)不為零，這樣采用行程編碼就很有效。第一步，熵編碼的中間格式表示：先看DC系數(shù)。假設(shè)前一個(gè)88子塊DC系數(shù)的量化值為12，則本塊DC系數(shù)與它的差為3，根據(jù)下表Size Amplitude0 01 1,12 3,-2,2,33 7-4，474 15-8，8155 31-16，16316 63-32，32637 127-64，641278 255-128，1282559 511-256，25651110 1023512，512102311 2047-1024，10242047查表得Size=2，Amplitude=3，所以D

7、C中間格式為(2)(3)。下面對(duì)AC系數(shù)編碼。經(jīng)過(guò)Zig-Zag掃描后，遇到的第一個(gè)非零系數(shù)為-2，其中遇到零的個(gè)數(shù)為1(即RunLength)，根據(jù)下面這張AC系數(shù)表：Size Amplitude1 1,12 3,-2,2,33 7-4，474 15-8，8155 31-16，16316 63-32，32637 127-64，641278 255-128，1282559 511-256，25651110 1023512，5121023查表得Size=2。所以RunLength=1,Size=2,Amplitude=3，所以AC中間格式為(1,2)(-2)。其余的點(diǎn)類(lèi)似，可以求得這個(gè)88子塊熵

8、編碼的中間格式為(DC)(2)(3),(1,2)(-2),(0,1)(-1),(0,1)(-1),(0,1)(-1),(2,1)(-1),(EOB)(0,0)第二步，熵編碼：對(duì)于(2)(3)：2查DC亮度Huffman表得到11，3經(jīng)過(guò)VLI編碼為011；對(duì)于(1,2)(-2)：(1,2)查AC亮度Huffman表得到11011，-2是2的反碼，為01；對(duì)于(0,1)(-1)：(0,1)查AC亮度Huffman表得到00，-1是1的反碼，為0；最后，這一88子塊亮度信息壓縮后的數(shù)據(jù)流為11011, , 000, 000, 000, ,1010。總共31比特，其壓縮比是648/31=16.5，大

9、約每個(gè)象素用半個(gè)比特?？梢韵胍?jiàn)，壓縮比和圖象質(zhì)量是呈反比的，以下是壓縮效率與圖象質(zhì)量之間的大致關(guān)系，可以根據(jù)你的需要，選擇合適的壓縮比。表9.1 壓縮比與圖象質(zhì)量的關(guān)系壓縮效率(單位：bits/pixel)圖象質(zhì)量0.250.50中好，可滿足某些應(yīng)用0.500.75好很好，滿足多數(shù)應(yīng)用0.751.5極好，滿足大多數(shù)應(yīng)用1.52.0與原始圖象幾乎一樣以上我們介紹了JPEG壓縮的原理，其中DC系數(shù)使用了預(yù)測(cè)編碼DPCM，AC系數(shù)使用了變換編碼DCT，二者都使用了熵編碼Huffman，可見(jiàn)幾乎所有傳統(tǒng)的壓縮方法在這里都用到了。這幾種方法的結(jié)合正是產(chǎn)生JPEG高壓縮比的原因。順便說(shuō)一下，該標(biāo)準(zhǔn)是JPE

10、G小組從很多種不同中方案中比較測(cè)試得到的，并非空穴來(lái)風(fēng)。上面介紹了JPEG壓縮的基本原理，下面介紹一下JPEG的文件格式。2. JPEG的文件格式JPEG文件大體上可以分成以下兩個(gè)部分：標(biāo)記碼(Tag)加壓縮數(shù)據(jù)。先介紹標(biāo)記碼部分。標(biāo)記碼部分給出了JPEG圖象的所有信息(有點(diǎn)類(lèi)似于BMP中的頭信息，但要復(fù)雜的多)，如圖象的寬、高、Huffman表、量化表等等。標(biāo)記碼有很多，但絕大多數(shù)的JPEG文件只包含幾種。標(biāo)記碼的結(jié)構(gòu)為：SOIDQT DRI SOF0 DHT SOS EOI標(biāo)記碼由兩個(gè)字節(jié)組成，高字節(jié)為0XFF，每個(gè)標(biāo)記碼之前可以填上個(gè)數(shù)不限的填充字節(jié)0XFF。下面介紹一些常用的標(biāo)記碼的結(jié)

11、構(gòu)及其含義。(1)SOI(Start of Image)標(biāo)記結(jié)構(gòu) 字節(jié)數(shù)0XFF 10XD8 1可作為JPEG格式的判據(jù)(JFIF還需要APP0的配合)(2)APP0(Application)標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XE0 1Lp 2 APP0標(biāo)記碼長(zhǎng)度，不包括前兩個(gè)字節(jié)0XFF，0XE0Identifier 5 JFIF識(shí)別碼 0X4A，0X46，0X49，0X46，0X00Version 2 JFIF版本號(hào) 可為0X0101或者0X0102Units 1 單位，等于零時(shí)表示未指定，為1表示英寸，為2表示厘米Xdensity 2 水平分辨率Ydensity 2 垂直分辨率Xthu

12、mbnail 1 水平點(diǎn)數(shù)Ythumbnail 1 垂直點(diǎn)數(shù)RGB0 3 RGB的值RGB1 3 RGB的值RGBn 3 RGB的值，n=Xthumbnail*YthumbnailAPP0是JPEG保留給Application所使用的標(biāo)記碼，而JFIF將文件的相關(guān)信息定義在此標(biāo)記中。(3)DQT(Define Quantization Table)標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XDB 1Lq 2 DQT標(biāo)記碼長(zhǎng)度，不包括前兩個(gè)字節(jié)0XFF，0XDB(Pq,Tq) 1 高四位Pq為量化表的數(shù)據(jù)精確度，Pq=0時(shí)，Q0Qn的值為8位，Pq=1時(shí)，Qt的值為16位，Tq表示量化表的編號(hào)，為03

13、。在基本系統(tǒng)中，Pq=0，Tq=01，也就是說(shuō)最多有兩個(gè)量化表。Q0 1或2 量化表的值，Pq=0時(shí)；為一個(gè)字節(jié)，Pq=1時(shí)，為兩個(gè)字節(jié)Q1 1或2 量化表的值，Pq=0時(shí)；為一個(gè)字節(jié)，Pq=1時(shí)，為兩個(gè)字節(jié)Qn 1或2 量化表的值，Pq=0時(shí)，為一個(gè)字節(jié)；Pq=1時(shí)，為兩個(gè)字節(jié)。n的值為063，表示量化表中64個(gè)值(之字形排列)(4)DRI(Define Restart Interval)此標(biāo)記需要用到最小編碼單元(MCU，Minimum Coding Unit)的概念。前面提到，Y分量數(shù)據(jù)重要，UV分量的數(shù)據(jù)相對(duì)不重要，所以可以只取UV的一部分，以增加壓縮比。目前支持JPEG格式的軟件通常

14、提供兩種取樣方式Y(jié)UV411和YUV422，其含義是YUV三個(gè)分量的數(shù)據(jù)取樣比例。舉例來(lái)說(shuō)，如果Y取四個(gè)數(shù)據(jù)單元，即水平取樣因子Hy乘以垂直取樣因子Vy的值為4，而U和V各取一個(gè)數(shù)據(jù)單元，即HuVu=1,HvVv=1。那么這種部分取樣就稱(chēng)為YUV411。如圖9.7所示：圖9.7 YUV411的示意圖圖9.8 YUV111的排列順序易知YUV411有50%的壓縮比(原來(lái)有12個(gè)數(shù)據(jù)單元，現(xiàn)在有6個(gè)數(shù)據(jù)單元)，YUV422有33%的壓縮比(原來(lái)有12個(gè)數(shù)據(jù)單元，現(xiàn)在有8個(gè)數(shù)據(jù)單元)。那么你可能會(huì)想，YUV911，YUV1611壓縮比不是更高嘛？但是要考慮到圖象質(zhì)量的因素。所以JPEG標(biāo)準(zhǔn)規(guī)定了最小

15、編碼單元MCU，要求HyVy+HuVu+HvVv10。MCU中塊的排列方式與H，V的值有密切關(guān)系，如圖9.8、圖9.9、圖9.10所示。圖9.9 YUV211的排列順序圖9.10 YUV411的排列順序標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XDD 1Lr 2 DRI標(biāo)記碼長(zhǎng)度，不包括前兩個(gè)字節(jié)0XFF，0XDDRi 2 重入間隔的MCU個(gè)數(shù)，Ri必須是一MCU行中MCU個(gè)數(shù)的整數(shù)，最后一個(gè)零頭不一定剛好是Ri個(gè)MCU。每個(gè)重入間隔各自獨(dú)立編碼。(5)SOF(Start of Frame) 在基本系統(tǒng)中，只處理SOF0標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XC0 1Lf 2 SOF標(biāo)記碼長(zhǎng)度，不包括

16、前兩個(gè)字節(jié)0XFF，0XC0P 1 基本系統(tǒng)中，為0X08Y 2 圖象高度X 2 圖象寬度Nf 1 Frame中的成分個(gè)數(shù)，一般為1或3，1代表灰度圖，3代表真彩圖C1 1 成分編號(hào)1(H1,V1) 1 第一個(gè)水平和垂直采樣因子Tq1 1 該量化表編號(hào)C2 1 成分編號(hào)2(H2,V2) 1 第二個(gè)水平和垂直采樣因子Tq2 1 該量化表編號(hào)Cn 1 成分編號(hào)n(Hn,Vn) 1 第n個(gè)水平和垂直采樣因子Tqn 1 該量化表編號(hào)(6)DHT(Define Huffman Table)標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XC4 1Lh 2 DHT標(biāo)記碼長(zhǎng)度，不包括前兩個(gè)字節(jié)0XFF，0XC4(Tc,

17、Th) 1 L1 1L2 1 L16 1V1 1V2 1Vt 1Tc為高4位，Th為低4位。在基本系統(tǒng)中，Tc為0或1，為0時(shí)，指DC所用的Huffman表，為1時(shí)，指AC所用的Huffman表。Th表示Huffman表的編號(hào)，在基本系統(tǒng)中，其值為0或1。所以，在基本系統(tǒng)中，最多有4個(gè)Huffman表，如下所示：Tc Th Huffman表編號(hào)(2Tc+Th)0 01 10 21 1 3Ln表示每個(gè)n比特的Huffman碼字的個(gè)數(shù)，n=116Vt表示每個(gè)Huffman碼字所對(duì)應(yīng)的值，也就是我們前面所講的符號(hào)1，對(duì)DC來(lái)說(shuō)該值為(Size)，對(duì)AC來(lái)說(shuō)該值為(RunLength，Size)。t=

18、L1+L2+L16(7)SOS(Start of Scan)標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XDA 1Ls 2 DHT標(biāo)記碼長(zhǎng)度，不包括前兩個(gè)字節(jié)0XFF，0XDANs 1Cs1 1(Td1,Ta1) 1Cs2 1(Td2,Ta2) 1CsNs 1(TdNs,TaNs) 1Ss 1Se 1(Ah，Al) 1Ns為Scan中成分的個(gè)數(shù)，在基本系統(tǒng)中，Ns=Nf(Frame中成分個(gè)數(shù))。CSNs為在Scan中成分的編號(hào)。TdNs為高4位，TaNs為低4位，分別表示DC和AC編碼表的編號(hào)。在基本系統(tǒng)中Ss=0，Se=63，Ah=0，Al=0。(8)EOI(End of Image) 結(jié)束標(biāo)志標(biāo)記結(jié)構(gòu) 字節(jié)數(shù) 意義0XFF 10XD9 13. JPEG基本系統(tǒng)解碼器的實(shí)現(xiàn)筆者曾經(jīng)實(shí)現(xiàn)了一個(gè)Windows下JPEG基本系