基于JPEG的静止图像有损压缩实例.ppt

L/O/G/O 基于JEPG的——静止图像有损压缩 图像处理步骤 1. RGB to YUV图像的转化 2. 对于Y，U，V分别进行处理 3. 对原始8*8块亮度值进行预测 4. 对图像进行DCT变换并且量化 5. Zig-zag扫描 6. 熵编码（哈弗曼编码） 1 1. RGB to YUV图像的转化 实验程序： 程序结果 2 对Y，U，V分别进行处理. 实验程序： 此步产生Y，U，V三个分量的直方图，方便与量化后的 图像进行比较从而了解失真产生的情况。 程序结果 3 对原始8*8块亮度值进行预测 由于接下来的DCT变化只能处理-128~+127的数据，而图像 矩阵的数值为0~256，故采用减去128的方法以便产生的图 像矩阵可以方面进行DCT变换。 实验程序： 4 4. 对图像进行DCT变换并且量化 图像的量化 从量化表来看，按斜对角线分割成两 部分，左上角主要为低频部分，右下角主要为高频部分。 图像的量化是造成图像像素细节损失的一步。经过量化的图像，会出现细节的减少，但是会大大减少图像所携带的信息，从而实现压缩。 量化表主要的作用是损失掉一部分图像的 高频部分，而保留低频的部分。所以从原理上来讲，量化表相当于一个低通滤波器 实验程序： 程序结果 5 反DCT变换将量化后的Y ，U，V 图像重建成RGB图像 程序结果 压缩细节比较 由于可见，经过了有损压缩的图像，已经不能保持图像原有的细节，但是缺大大减少了图像的信息量。对于图像的存储，传送等有着极其重要的意义 6 5. Zig-zag扫描 Zig-zag扫描是一种巧妙的图像扫描方式，他可以将图像的 编码矩阵按斜线扫描成一个一维数组，从而有利于图像信 息的取舍。 实验程序： 7 6. 熵编码（哈弗曼编码） 哈夫曼编码 哈夫曼压缩是个无损的压缩算法，一般用来压缩文本和程序文件。哈夫曼压缩属于可变代码长度算法一族。意思是个体符号（例如，文本文件中的字符）用一个特定长度的位序列替代。因此，在文件中出现频率高的符号，使用短的位序列，而那些很少出现的符号，则用较长的位序列。 反哈夫曼编码 当数据正常传输之后，通过反哈夫曼编码可以将序列恢复到之前的图像矩阵，从而清晰而无偏差的显示出原始图像。 数据传输 经过哈夫曼编码的图像矩阵，编码序列大幅减少，有利于数据的传输。从而可以加快传输的速度。 ‘Q’‘A’ Thank You! * Content Layouts L/O/G/O * Content Layouts