数字图像处理-第12章 图像编码

1第12章图像编码数字图像处理：使用MATLAB分析与实现2为减少视频信号的数据量，实现有效的传输和存储，因此，需要关注压缩编码技术。利用图像固有的统计特性，以及视觉生理、心理学特性，或者记录设备和显示设备等的特性，从原始图像中经过压缩编码提取有效信息，尽量去除无用的或用处不大的冗余信息，以便高效率的进行图像的数字传输或存储，而且在复原时仍能够获得与原始图像相差不多的复原图像。第12章图像编码主要内容12.1图像编码的基本理论12.2图像的无损编码12.3图像的有损编码12.4JPEG标准和JPEG20003412.1.1图像压缩的必要性12.1.2图像压缩的可能性12.1.3图像编码方法的分类12.1.4图像编码压缩术语简介12.1图像编码的基本理论512.1.1图像压缩的必要性图像编码的基本理论如一部90分钟的彩色电影，每秒放映24帧。把它数字化，每帧512

512像素，每像素的R、G、B三分量分别占8b，则总比特数为

90

60

24

3

512

512

8bit=97,200MB

如一张CD光盘可存600MB数据，存储这部电影光图像（还有声音）就需要160张CD光盘。因此，传输带宽、速度、存储器容量的限制使得对图象数据进行压缩显得非常必要。612.1.2图像压缩的可能性图像编码的基本理论图像压缩所要解决的问题是尽量减少表示数字图像时需要的数据量，而减少数据量的基本原理是去除其中的冗余数据。数字图像中的冗余？-----编码冗余，像素间冗余，心理视觉冗余。

如果能减少或消除其中的一种或多种冗余，就能取得数据压缩效果。712.1.2图像压缩的可能性图像编码的基本理论（1）编码冗余

编码冗余，又称为信息熵冗余。如果一个图像的灰度级编码，使用了多于实际需要的编码符号，就称该图像包含了编码冗余。如果用8bit表示该图像的像素，那么则认为该图像存在编码冗余。因为该图像的像素只有两个灰度级，用1bit即可表示。

在大多数图像中，图像像素的灰度值分布是不均匀的，因此若对图像的灰度值直接进行自然二进制编码（等长编码），则会对有最大和最小概率可能性的值分配相同比特数，而产生了编码冗余。12.1.2图像压缩的可能性图像编码的基本理论（1）编码冗余1010000112.1.2图像压缩的可能性图像编码的基本理论（1）编码冗余

用自然二进制编码时没有考虑像素灰度值出现的概率。只有按概率分配编码长度，才是最精减的编码方法。灰度级出现概率大的用短码表示，出现概率小的灰度级用长码表示，则有可能使编码总长度下降。12.1.2图像压缩的可能性图像编码的基本理论（1）编码冗余1112.1.2图像压缩的可能性图像编码的基本理论（2）像素间冗余对应图像目标的像素之间一般具有相关性。因此，图像中一般存在与像素间相关性直接联系着的数据冗余——像素相关冗余。1212.1.2图像压缩的可能性图像编码的基本理论空间冗余。邻近像素灰度分布的相关性很强。频间冗余。多谱段图像中各谱段图像对应像素之间灰度相关性很强。时间冗余。序列图像帧间画面对应像素灰度的相关性很强。结构冗余。有些图像存在较强的纹理结构或自相似性，如墙纸、草席等图像。知识冗余。有些图像中包含与某些先验知识相关的信息（2）像素间冗余1312.1.2图像压缩的可能性图像编码的基本理论（3）心理视觉冗余

人的眼睛并不是对所有信息都有相同的敏感度，有些信息在通常的视觉感觉过程中与另外一些信息相比来说并不那么重要，这些信息可以认为是心理视觉冗余的。1412.1.3图像压缩方法的分类图像编码的基本理论（1）基于编码前后的信息保持程度的分类信息保持编码，也称无损编码

在编解码过程中保证图像信息不丢失；

通常压缩比一般不超过3:1。保真度编码，也称有损编码

丢掉一些人眼不敏感的次要信息，在一定保真度准则下，最大限度地压缩图像。特征提取。在图像识别、分析和分类等技术中，只对感兴趣部分特征进行编码压缩。1512.1.3图像压缩方法的分类图像编码的基本理论（2）基于编码方法的分类熵编码。基于信息统计特性的编码技术。

如行程编码、Huffman编码和算术编码等。预测编码。常用的有差分脉冲编码调制和运

动估计与补偿预测编码法。变换编码。将空间域图像经过正交变换映射

到另一变换域上，再采用适当的量化和熵编码来有效压缩图像。通常采用的变换：离散傅里叶变换（DFT）、离散余弦变换（DCT）和离散小波变换（DWT）等。16其它方法早期的编码方法，如混合编码、矢量量化、LZW算法等。近些年来新的压缩编码方法，如使用人工神经元网络ANN的压缩编码、分形编码、小波编码（WaveletCoding）、基于模型的压缩编码（ModelBasedCoding）和基于对象的压缩编码（ObjectBasedCoding）等。12.1.3图像压缩方法的分类图像编码的基本理论1712.1.4图像编码术语简介图像编码的基本理论（1）压缩比r

一般情况下压缩比r1，r愈大则压缩程度愈高。（2）图像熵H

令p(di)为数字图像第i个灰度级di相应出现概率1812.1.4图像编码术语简介图像编码的基本理论（3）编码效率

令Li为数字图像第i个灰度级di的编码长度

1912.2.1无损编码理论12.2.2Huffman编码12.2.3算术编码12.2.4LZW编码12.2图像的无损压缩编码2012.2.1无损编码理论图像的无损压缩编码

其中，H(X)为信源X的熵；

为任意小的正数该定理一方面指出了每个字符平均码字长度的下限为信源的熵，另一方面说明存在任意接近该下限的编码。（1）Shannon无失真编码定理2112.2.1无损编码理论图像的无损压缩编码（2）示例若采用等长编码，等长编码是将所有符号当作等概率事件处理的。码字：码流：30位假设有一原始符号序列为：

2212.2.1无损编码理论图像的无损压缩编码若采用变字长编码，变字长编码是每个符号的码字长度随字符出现概率而变化。实际出现次数统计：a1

共有8次，a2共有2次，a3共有1次，a4共有4次,采用变长编码：码流：码字：25位23若编码时，对出现概率较大的符号用较少比特数(短码)表示，对出现概率较小的符号用较多比特数(长码)表示，则其平均码字长度要比等长编码时所需码字少。12.2.1无损编码理论图像的无损压缩编码（3）变字长最佳编码定理2412.2.2Huffman编码图像的无损压缩编码

这为Huffman于1952年提出的一种编码方法，是一种最佳编码方法。所谓最佳编码方法是指采用Huffman编码方法得到的单元像素的比特数最接近图像的实际熵值。而熵为进行无失真编码的理论极限。Huffman编码是根据可变长最佳编码定理，应用哈夫曼算法而产生的一种编码方法。2512.2.2Huffman编码图像的无损压缩编码（1）Huffman编码步骤概率统计，得n个不同概率灰度信息符号；由大到小概率排序；相加两个最小概率(概率个数减为n-1个)，形成新概率集合；再按上一步方法重排，如此重复直到仅有两个概率为止；分配码字。原则为从最后一步反向进行，赋值二进制码元(0,1)，构成Huffman码字；对最后两个概率：一个赋予“0”码，一个

赋予“1”码，这里赋予0和1完全随机。2612.2.2Huffman编码图像的无损压缩编码（2）示例

给出一幅8

8的图像f，要求:对其进行Huffman编码。计算编码效率、压缩比及冗余度。2712.2.2Huffman编码图像的无损压缩编码解：由题意可知，图像f共有8个灰度级符号：

0

,

1

,

2

,

3

,

4

,

5

,

6

,

7

。对图像中的灰度级进行概率统计符号概率p725/6425/6425/6425/6425/6425/6439/64p511/6411/6411/6412/6416/6423/6425/64p27/647/649/6411/6412/6416/64p37/647/647/649/6411/64p45/645/647/647/64p14/645/645/64p63/644/64p02/64其Huffman编码过程为:0000001111112812.2.2Huffman编码图像的无损压缩编码012912.2.2Huffman编码图像的无损压缩编码编码结果为

0

1

2

3

4

5

6

7

码字00011010101100000100001000101码长54344351平均码字长度=2.625比特/像素30信源熵=2.564比特/像素编码效率12.2.2Huffman编码图像的无损压缩编码31

12.2.2Huffman编码图像的无损压缩编码32（3）例程----

实现【例12.1】中的图像的Huffiman编码12.2.2Huffman编码图像的无损压缩编码程序见教材【例12.2】程序运行结果和【例12.1】相同。Huffiman编码的最佳输出码字并不唯一，但其平均码长是一样的，所以不影响编码效率和数据压缩性能。3312.2.3算术编码图像的无损压缩编码Huffman编码需要为每一个符号设定一个码字输出。Huffman编码码字输出必须为整数比特位。算术编码无需为每一个符号设定一个码字。即不存在源符号和码字间的一一对应关系。算术编码特点：算术编码是用一个单独的浮点数来代替一串输入符号，其编码输出可为分数比特位。3412.2.3算术编码图像的无损压缩编码（1）算术编码的基本思想算术编码将待编码的图像数据看作是由多个符号组成的序列，直接对该符号序列进行编码。为一个多符号序列算术编码。经算术编码后输出的码字对应于整个符号序列，而每个码字本身确定了0和1之间的1个实数区间。3512.2.3算术编码图像的无损压缩编码将输入图像看作为一个位于实数线上区间[0,1)的信息符号序列。概率统计，建立相应概率模型。根据每个符号出现概率划分若干个子区间。各子区间互不重叠，每个子区间有一个惟一起始值或左端点。当对输入的符号序列编码时，依据符号出现概率来划分子区间宽度。这就是区间作为代码的原理。（2）算术编码的基本原理3612.2.3算术编码图像的无损压缩编码（3）算术编码的迭代递推公式：

StartN

=StartB

+LeftC

LEndN=StartB

+RightC

L式中—StartN

：新子区间的起始位置

EndN

：新子区间的结束位置

StartB

：前子区间的起始位置

LeftC

：当前符号的区间左端

RightC

：当前符号的区间右端

L：前子区间宽度37（4）示例p(1)=0.4，p(2)=0.2，p(3)=0.2，p(4)=0.212.2.3算术编码图像的无损压缩编码解：[0,0.4)；[0.4,0.6)；[0.6,0.8)；[0.8,1.0)；00.40.60.811234对符号1,2,3,4在[0,1)内分别建立编码区间：试对图像信源数据集:[41312]进行算术编码。其中各符号出现概率:3812.2.3算术编码图像的无损压缩编码根据算术编码迭代公式，计算新区间：前符号区间为[0,1

，而符号4为[0.8,1.0

StartN=StartB

+LeftC

L=0+0.8

1=0.8

EndN=StartB

+RightC

L=0+1.0

1=1.0

符号4的新编码区间为[0.8,1.0

，宽度为0.2前符号区间为[0.8,1.0

，而符号1为[0,0.4

:

StartN=StartB

+LeftC

L=0.8+0

0.2=0.8

EndN=StartB

+RightC

L=0.8+0.4

0.2=0.88

符号1的新编码区间为[0.8,0.88

，宽度为0.08对符号4进行编码对符号1进行编码3912.2.3算术编码图像的无损压缩编码前符号区间为[0.8,0.88

，而符号3为[0.6,0.8

:

StartN=StartB

+LeftC

L=0.8+0.6

0.08=0.848

EndN=StartB

+RightC

L=0.8+0.8

0.08=0.864符号3的新编码区间为[0.848,0.864

，宽度为0.016前符号区间为[0.848,0.864

，而符号1为[0,0.4

:StartN=StartB

+LeftC

L=0.848+0

0.016=0.848

EndN=StartB

+RightC

L=0.848+0.4

0.016=0.8544

符号1的新编码区间为[0.848,0.8514

，宽度为0.0064对符号3进行编码对符号1进行编码4012.2.3算术编码图像的无损压缩编码前符号区间为[0.848,0.8544

，而符号2为[0.4,0.6

:StartN=StartB+LeftC

L=0.848+0.4

0.0064=0.85056EndN=StartB+RightC

L=0.848+0.6

0.0064=0.85184

符号2的新编码区间为[0.85056,0.85184

数据串[41312]的编码区间为[0.85056，0.85184

。或者说在此区间内任一实数值都唯一对应该数据序列。对符号2进行编码数据串[41312]的编码输出4112.2.3算术编码图像的无损压缩编码为了取码长为最短的码字作为最后的实际编码码字输出把该十进制实数区间用二进制表示为：

[0.110110011011，0.110110100001

忽视小数点，不考虑“0.”，。输出码字为：1101101为对[41312]进行算术编码的结果。数据串[41312]的编码值为11011014212.2.3算术编码图像的无损压缩编码熵为：=1.92比特/字符

平均码长：=2比特/字符

编码效率：43基于MATLAB编程实现对【例12.3】中的图像实现算术编码程序见教材【例12.4】程序运行结果和【例12.3】相同。12.2.3算术编码图像的无损压缩编码由上面的例子可知：算术编码就是将每个字符串都与一个子区间[StartN,

EndN

相对应，其中子区间宽度(EndN

StartN)是有效的编码空间。（5）例程4412.2.4LZW编码图像的无损压缩编码

是一种基于字典的编码，能减少或消除图像中的像素间的冗余。20世纪70年代末，以色列人A.Lempel和J.Ziv提出LZ码，形成LZ77和LZ78压缩算法。1984年，由Welch充实，形成LZ78变种—LZW算法。改进的LZ77、LZ78和LZW一起垄断当今通用数据压缩领域—gz、zip、arj在标准图像数据格式中得到广泛应用—GIF、TIFF思路：用数据中出现的字符序列形成字典，

给出字典的索引作为编码结果。4512.2.4LZW编码图像的无损压缩编码（1）LZW编码的基本思想在起初，构造一个信源字符序列的编码码本（字典）。每个字符序列对应一个索引值。在压缩过程中，动态更新码本（字典）。每压缩扫描图像时，发现一个字典中没有出现过的字符序列，把该字符序列存到字典中。用字典索引值（编码）作为该字符序列的代码，替换原图中的字符序列。下次再碰到相同字符序列，用字典索引值代替字符序列。压缩结果，不保留压缩过程中形成的字典。4612.2.4LZW编码图像的无损压缩编码（2）LZW编码的算法步骤建立初始化字典，末尾添加符号：若“RS”在字典中，则无编码输出，令R=RS若“RS”不在字典中，则添加“RS”到字典末尾，编码输出为R在字典中位置，令R=S每次读取一个像素，赋予S。且定义“当前识别字符序列”为R，初始化R为空。判断生成的新连接字串“RS”是否在字典中LZW_CLEAR---编码开始标志LZW_EOI---编码结束标志47依次读取图像信源数据流中每个像素，判断图像信源数据流中是否还有码字要译。如果“是”，则返回到步骤2）。如果“否”，则把代表当前识别字符序列R在字典中位置作为编码输出。输出结束标志LZW_EOI的索引。12.2.4LZW编码图像的无损压缩编码（2）LZW编码的算法步骤48对一幅图像f进行LZW编码。12.2.4LZW编码图像的无损压缩编码解：建立初始化字符串表。为一个有512字（位置）的字典，其中位置256~511还没有用到。位置01…CLEAREOI…511索引值01…256257…511（3）示例4912.2.4LZW编码图像的无损压缩编码输入数据SRS输出R生成新字符串及索引NULLNULL256NULL

3030

30

3030-30303030-30<258>3030-30

30-30

3030-30-302583030-30-30<259>11030-1103011030-110<260>110110-110110110110-110<261>110110-110

110-110

110110-110-110261110110-110-110<262>5012.2.4LZW编码图像的无损压缩编码输入数据SRS输出R生成新字符串及索引30110-3011030110-30<263>3030-30

30-30

3030-30-30

30-30-30

3030-30-30-302593030-30-30-30<264>11030-110

30-110

11030-110-11026011030-110-110<265>110110-110

110-110

110110-110-110

110-110-110

26225751最后的编码结果为{256,30,258,30,110,261,110,259,260,262,257}进行自然二进制编码输出共119=99bit，而原始数据为168=128bit，压缩比为128/99=1.3:112.2.4LZW编码图像的无损压缩编码52基于MATLAB编程实现【例12.5】中的图像的LZW编码。程序见教材【例12.6】程序运行结果和【例12.5】相同。12.2.4LZW编码图像的无损压缩编码（4）例程5312.2.4LZW编码图像的无损压缩编码（5）LZW编码的算法特性自适应性LZW码从一个空表到在编解码过程中逐步生成表中内容，从这个意义上讲，算法是自适应的前缀性表中任何一个字符串的前缀字符串也在表中，即任何一个字符串R和某一个字符S组成一个字符串RS，若RS在串表中，则R也在表中。动态性编解码过程中，动态生成建立字符串表，因此在压缩文件中不必保存字符串表5412.3.1预测编码12.3.2变换编码12.3图像的有损压缩编码5512.3.1预测编码图像的有损压缩编码（1）什么是预测编码？

指利用图像信号的空间或时间相关性，用已传输的像素对当前的像素进行预测，然后对预测值与真实值的差——预测误差进行编码处理和传输。当预测比较准确，预测误差较小时，就可用较少比特进行编码，可达到压缩编码目的。定义56压缩图像信道传输量化器符号编码器预测器符号解码器预测器12.3.1预测编码图像的有损压缩编码5712.3.1预测编码图像的有损压缩编码发送端原始信号fN

(i,j)和接收端重建信号f

N

(i,j)之间存在误差为：此为发送端量化器所造成的量化误差误差的严重程度取决于使用的量化方法和预测方法之间的相互作用。预测误差5812.3.1预测编码图像的有损压缩编码（2）DM编码DM编码是最简单的有损预测编码方法，其预测器为1阶线性预测器其中，a是预测系数，。c是1个正常数。DM方法得到的码率是1比特/像素。59（3）示例---DM编码12.3.1预测编码图像的有损压缩编码设输入序列为：这里取DM编码系统中的

a=1和

c=6。60输入编码器解码器误差Nfee

f

f

025

25

2501272526312531

42403196373137333037

7

6313731

14353146373137

2512237856433743796128438564943497971244975655495569855550

649554969524936554955

312.3.1预测编码图像的有损压缩编码解：DM编码过程实现6112.3.1预测编码图像的有损压缩编码（4）最优预测器选取适当的预测系数ai，实现最佳线性预测。预测误差eN为：预测误差的均方值定义：

6212.3.1预测编码图像的有损压缩编码（4）最优预测器最佳线性预测主要是选择一组预测系数{ai|i=1,2,…,m}使预测误差的均方误差值为最小。要使均方误差值为最小，则有：这为一个m阶线性方程组，可由此解出m个预测系数{ai|i=1,2,…,m}使预测误差的均方值为最小，因此称为最佳预测系数。6312.3.1预测编码图像的有损压缩编码（4）最优预测器求解最佳预测系数需要满足条件：这种限制是为了确保预测器的输出能落到灰度级的允许范围内，并减少传输噪声的影响，传输噪声的影响通常在重构图像中表现为水平的条纹。6412.3.1预测编码图像的有损压缩编码通常将对当前像素进行预测的像素集合中像素的个数m，称为预测器的阶数。（5）示例---一个4阶线性预测系统扫描行X1X0X2X3X4预测像素1个取样延迟1行延迟1行加1个取样延迟1行减1个取样延迟

a1

a3

a4

a2

4阶预测器X0X1X3X4X26512.3.1预测编码图像的有损压缩编码（6）示例---不同阶数的线性预测预测器阶数不宜过高应尽量减少乘法运算。6612.3.2变换编码图像的有损压缩编码（1）变换编码的基本思想将空间域里描述的图像，经过某种变换（如DFT、DCT等），在变换域中进行描述，将空间域图像像素集映射为变换域变换系数集，然后量化和编码这些系数。空域变换域量化熵编码码流输出正交变换图像的某些特征更加明显正交变换本身没有对数据压缩，只是为压缩创造了条件。6712.3.2变换编码图像的有损压缩编码（2）变换编码系统组成输入图像子块划分

正变换系数量化

熵编码信道

熵解码反变换子块拼接输出图像压缩

图像6812.3.2变换编码图像的有损压缩编码（3）实现编码的主要问题子块尺寸选择通常划分子块需满足：好处是：相邻子块间相关程度减到某个可接受水平子块的长和宽通常为2的整数次幂使正交变换后能量更加集中大大降低计算复杂度一般典型的划分子块尺寸是8

8或16

166912.3.2变换编码图像的有损压缩编码正交变换K-L变换：很少使用。其严重依赖图像数据，每次都重新计算协方差矩阵，计算量大。DFT变换：块效应严重。DCT变换：被认为是准最佳变换。被国际压缩标准采纳。优点是：（3）实现编码的主要问题基本没有块效应；信息封装能力强，把最多的信息封装在最少的系数中。7012.3.2变换编码图像的有损压缩编码区域编码由于变换系数集中在低频区域，而低频区集中在变换域的左上角，可对该区域变换系数进行量化、编码、传输；而右下角高频区既不编码又不传输，可达压缩目的。缺点为高频分量被丢弃，图像可视分辨率下降。（3）实现编码的主要问题比特分配7112.3.2变换编码图像的有损压缩编码设定一门限值，只对变换系数幅值大于此阈值的编码，这样使低频成分不仅保留，而且某些高频成分也被选择编码。重建图像时，品质得到改善。阈值编码（3）实现编码的主要问题比特分配7212.4.1JPEG基本系统12.4.2JPEG200012.4JPEG标准和JPEG20007312.4.1JPEG基本系统JPEG标准和JPEG2000JPEG定义了三种不同的编码系统:基于DCT的有损编码基本系统用于高压缩比、高精度或渐进重建应用的扩展编码系统用于无失真应用场合的独立无损编码系统所有符合JPEG标准编解码器都支持基本系统JPEG基本系统提供顺序建立方式的高效有失真编码，输入图像的精度为8bit/像素，而量化的DCT值限制为11比特。7412.4.1JPEG基本系统JPEG标准和JPEG2000（1）JPEG编码流程

DCT量化熵

编码压缩数据量化表编码表RGB颜色转换零偏置转换YCbCr8

87512.4.1JPEG基本系统JPEG标准和JPEG2000构造8

8子块、颜色模型RGB

YCbCr转换划分互不重叠的8

8子图像块，这些子块进行从左到右，从上到下的处理。人眼对亮度更敏感，提取亮度特征，将RGB转换为YCbCr模型：(见式（2-20）和式（2-21）)

编码时对亮度采用特殊编码,赋予更多码速

率，而对色差分量可给予较少码速率。7612.4.1JPEG基本系统JPEG标准和JPEG2000在DCT前，对于灰度级为2n的像素，通过减去2n-1，替换像素本身

零偏置转换在IDCT后，应加上2n-1，替换像素本身。目的：使像素绝对值出现3位10进制概率大大减少。对于n=8，即将0~255的值域，减去128，转换为值域在-128~127之间的值。7712.4.1JPEG基本系统JPEG标准和JPEG2000正向离散DCT变换直流分量这说明：在原点的DCT变换和图像的平均灰度成正比x,y,u,v=0,1,2,…,77812.4.1JPEG基本系统JPEG标准和JPEG20008

8的DCT变换矩阵，共计64个变换域系数。F(0,0)系数称为直流系数，即DC系数，代表该子图像平均亮度。其余63个系数称为交流系数，即AC系数。特性：图像信号能量主要分布在低频区域。DCT变换域图像特性：左上角低频，右下角高频。低频域变换系数值较大，高频变换域系数值较小。正向离散DCT变换7912.4.1JPEG基本系统JPEG标准和JPEG2000量化

根据人眼的视觉特性，

人眼对亮度信号比对色度信号更加敏感。JPEG标准中使用两个量化表：亮度量化表和色度量化表。

人眼对低频信号比对高频信号更加敏感。

高频编码分配较少比特数。量化的原则是低频部分用小的值量化，高频部分用大的值量化，量化的结果将会在高频部分出现大量的0。

8012.4.1JPEG基本系统JPEG标准和JPEG2000量化的具体计算公式为----F(u,v)为DCT系数----Q(u,v)为量化表系数对于亮度和颜色使用不同的量化表，见书表12-2和12-3.量化表左上角的值较小，右下角的值较大，达到保持低频分量、抑制高频分量的目的。量化81161110162440516112121419265860551413162440576956141722295187806218223756681091037724355564811041139249647887103121120101729295981121001039912.4.1JPEG基本系统JPEG标准和JPEG2000亮度信号量化表17182447999999991821266699999999242656999999999947669999999999999999999999999999999999999999999999999999999999999999999999999999色度信号量化表量化8212.4.1JPEG基本系统JPEG标准和JPEG2000熵编码DC系数和AC系数分别用不同方式进行编码。DC系数编码方式为：预测+统计编码由两部分组成：前缀码编码(SSSS)+尾码(预测误差编码)AC系数编码方式为：游程+统计编码由两部分组成：游程/前缀码编码(NNNN/SSSS)+尾码(AC系数编码)8312.4.1JPEG基本系统JPEG标准和JPEG2000用当前的DC系数，减去相邻的前一个子

块的DC系数，则：预测误差DIFF：DIFF=DC–PRE_DCDC系数的编码步骤SSSS的编码。通过DIFF查前缀码表(表12-4)得出前缀码SSSS根据SSSS查哈夫曼编码表(表12-5)得出SSSS的哈夫曼编码尾码的编码。对预测误差DIFF编码。8412.4.1JPEG基本系统JPEG标准和JPEG2000AC系数的编码步骤Z形扫描将量化后DCT系数中63个AC系数，按“Z”字型方式重新排序，全零结尾用特殊符号EOB。目的：增加连续的“0”系数的个数8512.4.1JPEG基本系统JPEG标准和JPEG2000NNNN/SSSS的编码AC系数的编码步骤尾码的编码

非零AC系数本身编码SSSS从表12-6中查出非零AC系数幅度值所对应的前缀码SSSSNNNN

该系数前相对于前一个非零系数值的零行程计数根据NNNN/SSSS

查哈夫曼编码表(表12-7)8612.4.1JPEG基本系统JPEG标准和JPEG2000一个8

8的亮度分量子图像块，对其进行JPEG基本编码。（假设相邻前一个8

8的亮度分量子图像块经处理后的量化DC系数为

30）（2）示例8712.4.1JPEG基本系统JPEG标准和JPEG2000解：零偏置转换8812.4.1JPEG基本系统JPEG标准和JPEG2000正DCT转换8912.4.1JPEG基本系统JPEG标准和JPEG2000量化DCT系数9012.4.1JPEG基本系统JPEG标准和JPEG2000熵编码对于DC系数

差值：DIFF=

35

（

30）=

5。前缀码（SSSS）的编码由DIFF=

5查表12-4，得：SSSS=3。根据SSSS=3查表12-5，得其Huffman码字输出为100。尾码的编码由于DIFF=

5，则其二进制码字输出为010。因此，则有DC系数的编码输出为：100010。9112.4.1JPEG基本系统JPEG标准和JPEG2000对于AC系数AC系数

SSSS

15

4

16

52

2

1

12

23

2NNNN/SSSS0/4