jpeg静态图像压缩编码原理及实现技术

1、jpeg静态图像压缩编码原理及实现技术jpeg静态图像压缩编码原理及实现技术 2011-03-09 21 : 29 MPEG®频压 缩技术是针对运动图象的数据压缩技术。为了提高压缩比，帧内图象数据和帧 问图象数据压缩技术必须同时使用。MPEG!过帧运动补偿有效地压缩了数据的比特数，它采用了三种图象， 帧内图、预测图和双向预测图。有效地减少了冗余信息。对于 MPE牖说，帧 问数据压缩、运动补偿和双向预测，这是和 JPEG主要不同的地方。而JPEG口 MPEG目同的地方均采用了 DCTM内图象数据压缩编码。在JPEGffi缩算法中，针对静态图象对 DCTS数采用等宽量化，而是 MPEG

2、中视频信号包含有静止画面（帧内图）和运动信息（帧问预测图）等不同的内容， 量化器的设计不能采用等宽量化需要作特殊考虑。从两方面设计，一是量化器 综合行程编码能使大部分数据得到压缩；另一方面是通过量化器、编码器使之 输出一个与信道传输速率匹配的比特流。图象压缩的目的和方法图象的数字化表示使得图象信号可以高质量地传输，并便于图像的检索、 分析、处理和存储。但是数字图像的表示需要大量的数据，必须进行数据的压 缩。即使采用多种方法对数据进行了压缩，其数据量仍然巨大，对传输介质、 传输方法和存储介质的要求较高。因此图象压缩编码技术的研究显得特别有意 义，也正是由于图象压缩编码技术及传输技术的不断发展、更

3、新，推动了现代 多媒体技术应用的迅速发展。«1»图象压缩的目的图象采样后，如果对之进行简单的 8bit量化和PCM8码，其数据量是巨 大的。以CIF(Common Intermediate Format) 格式的彩色视频信号为例，若采 样速率为25帧/秒，采样样点的Y、U、V分量均为8bit量化，则一秒钟的数 据量为：要传输或存储这样大的数据量是非常困难的，必需对其进行压缩编码，在 满足实际需要的前提下，尽量减少要传输或存储的数据量。虽然数字图象的数据量巨大，但图象数据是高度相关的。一幅图象的内部 相邻象素之间，相邻行之间的视频序列中相邻图象之间有大量冗余信息-空间相关性和

4、时间相关性，可以使用各种方法尽量去除这些冗余信息，减少图象的 数据量。除了时间冗余和空间冗余外，在一般的图象数据中还存在信息嫡冗余、结 构冗余、知识冗余和视觉冗余。各种冗余就是压缩图象数据的出发点。图象编 码的目的就在于采用各种方法去除冗余，以尽量少的数据量来表示个重建图 象。«2»图象压缩的几种方法常规程序和计算机嫡的数据对于那些基于利用统计变种的压缩，效果很 好，这些统计变种表现在单个符号的频率以及符号或短语字符串的频率等方 面，而基于字典的系统实际山就是假扮统计程序。可是遗憾的是，这类压缩对 于连续色调图象的作用并不很好。这些程序的主要问题产生于这样的一个事实：照片图

5、象的象素广泛地分布 在整个范围。如果将图象中的彩色用频率分布画出，那么频率分布图中，没有 我们在统计压缩的成功的情况下所看到的"尖峰”状，实际上，如果延长这个分 布图，那么从类似于电视那样的生活图象源中得出的分布图会趋于平展。这意 味着，每个象素代码彼此是大约相同的出现机会，决定不存在挖掘嫡差的任何 机会。基于字典的压缩程序的运行也有类似的问题，基于扫描照片的图象决定没 有任何类型的数据特征以产生相同的短语的多次出现。例如，一个栅格化的图 象，类似房子墙边的垂直部分，在图片的许多连续的行中可能可以给出相似的 字符串。但不幸的是，由于真实世界是变化多端的，每行中的相同的性能将彼 此地略

6、有不同，对于20个象素的一个字符串，其中的一两个象素会因扫描而 彼此出现一步长的变化，虽然这些不同点小到人眼不能探测或对人眼不起作 用，但他们毕竟妨碍了基于字典压缩的工作，对于这类压缩方法来说，字符串 必须严格匹配，由于小的变化，而使匹配的字符串长度趋于很小，这就限制了 压缩的效率。类似于音频数据，图形图象也同样有一个比常规计算机数据文件优越的地 方：在压缩/扩展的循环中，他们可以被略微改动，而不会影响用户的立即质 量。如果仔细修改，那么各处象素的精确灰度可以完全不被注意地进行小的改 变。由于计算机栅的图形图象通常来自对真实世界源的扫描，所有他们通常表 达一个已经不完美的照片的表达或是不完美的

7、其他打印接着的表达。没有改变 图象基本性能的有损压缩程序应该是可行的。假设图形图象的有损压缩是可能的，那么它是如何实现的呢 ？研究人员最 初试验了用于语音信号的同样的技术，如差分编码和自适应编码，虽然这些技 术对图象有帮助，但并没有达到所希望的那么好，原因之一是音频数据和视频 数据根本不同。用常规格式采样的音频数据是趋于反复的，声音，包括讲话，是由每次几 秒的重复的正弦波组成的。虽然计算机上 DAC的输入流可能由许多不同的频率 叠加在一起而成，但是正弦波通常产生反复的波形。音频反复的本性自然使他利于压缩，线性预言编码和自适应差分脉冲编码 调制等技术就利于了这一点，因此将音频数据流压缩了50唯U

8、95%但开始研究图形压缩时，人们也试图用相似的技术压缩数字化的图象，取 得了一些成功。最初，研究人员进行栅格化数据流的压缩，如显示在电视机栅 的数据。图形数据栅格化时，图形显示成一个象素流，每次一行地显示在屏幕上， 从左到右，从上到下。这样，当完成一行时，图片的一个细片就画出了，直到 整个屏幕填满。数字化时，象素可以使用从 1位到24位，如今的琢磨图形常 常使用8位来定义一个象素。差分调制依赖余模拟数据趋于“平缓”的变化，信号幅度撒谎那个的大的跳变是例外，而不是常规。在音频数据 中，只要信号的采样率一定程度地高于信息本身的最大的频率分量，那么大的 跳变就不会产生。音频信号的差分调制通过编码一个

9、样点与前一个样点的不同来利用这一个 特点。例如，如果单频样点位 8位，差分编码系统可能用4位来编码样点之 差，这就将输入数据压缩了 50%这种压缩方法中所产生的损失是来自于：使 用标准的差分方法不可能总是精确地编码。信号的增长可能快于比编码的允 许，或者，编码可能太粗而不能容纳下的差别，差分编码的有损性可以很好的 处理，以产生出好的信号。当压缩图形数据时，差分调制有很多问题。首先，图形中的象素依赖于平 缓的增加或减少时不可靠的，一幅图中不同的分量间的明显界限时常有的事 情。这意味着，使用差分编码的系统需要接受样点问的大的不同和小的不同。 这就限制了压缩的效率。带有数据长结构的许多图象可以压缩的很好。长结构 中的象素，彼此之间没有什么差别或差别很少；但时，带有突变部分的那些图 象不可能压缩的很好。通常，图形图象的差分的编码似乎不产生非常强于最好的无损算法的压缩 结果，他当然也不会产生所需要的、对压缩的数量级上的改进。自适应编码（常常于差分编码一同使用）根据前面看到的一些象素而对将要 到来的一些象素的