专题报告---数位影像压缩技术简介.doc

專題報告---數位影像壓縮技術簡介 電機四 陳孝賢 數位影像的構成以及色彩系統： 相對於類比影像，數位影像是由許多的小格子所構成，我們將這些格子稱作pixel。不過每個pixel代表的意義在不同的色彩系統中也都不大一樣。 單色系統： 在單色系統中，pixel的值代表的就是亮度，0是最暗，255是最亮，一般就只用1個byte來表示。 彩色系統： 許多人都知道在繪畫時可以使用紅色、藍色和黃色這三種原色生成不同的顏色，這些顏色就定義了一個色彩空間。我們將紅色的量定義為 X 坐標軸、藍色的量定義為 Y 坐標軸、黃色的量定義為 Z 坐標軸，這樣就得到一個三維空間，每種可能的顏色在這個三維空間中都有唯一的一個位置。 但是，這並不是唯一的一個色彩空間。例如，當在電腦監視器上顯示顏色的時候，通常使用 RGB（紅、綠、藍）色彩空間定義，這是另外一種生成同樣顏色的方法，紅、綠、藍被當作 X、Y 和 Z 坐標軸。另外一個生成同樣顏色的方法是使用色調（X 軸）、飽和度（Y 軸）和亮度（Z 軸）表示，這種方法稱為 HSB 色彩空間。另外還有許多其它的色彩空間，許多可以按照這種方法用三維（X、Y、Z）、更多或者更少維表示，但是有些根本不能用這種方法表示。 常見的色彩空間系統有RGB、YUV(YCbCr)、YIQ、HSV、xvYCC…。一般都是用3個byte來表示。在影像壓縮中，常用到的是RGB系統以及YUV(YCbCr)系統，不同的系統間可以利用函數相互轉換。 RGB 採用加法混色法,因為它是描述各種「光」通過何種比例來產生顏色。光線從暗黑開始不斷疊加 產生顏色。RGB描述的是紅綠藍三色光的數值。 YCbCr系統，Y表示的是亮暗值，Cr、Cb則是代表彩度的部分，一般壓縮會利用這種格式，因為可以將亮度彩度分開來處理，壓縮上比較有效率。轉換公式： JPEG： 在電腦中，JPEG（發音為/jay-peg/）是一種針對相片影像而廣泛使用的一種失真壓縮標準方法。使用這種壓縮的檔案格式一般也被稱為JPEG；雖然在所有平臺上.jpg是最普遍的，但是針對這種格式一般的擴展名 .jpeg、.jfif、.jpg、.JPG、或是.JPE。 這個名稱代表Joint Photographic Experts Group（聯合圖像專家小組）。JPEG本身只有描述如何將一個影像轉換為位元組的數據串流（streaming），但並沒有說明這些位元組如何在任何特定的儲存媒體上被封存起來。一個由獨立JPEG小組（Independent JPEG Group）所建立的額外標準，稱為JFIF（JPEG File Interchange Format，JPEG檔案交換格式）詳細說明如何從一個JPEG串流，產出一個適合於電腦儲存和傳輸（像是在網際網路上）的檔案。在普遍的用法，當有人稱呼一個JPEG檔案，一般而言他是意指一個JFIF檔案，或有時候是一個Exif JPEG檔案。然而，也有其他以JPEG為基礎的檔案格式，像是JNG。 JPEG步驟介紹： DCT： 離散餘弦變換(DCT for Discrete Cosine Transform)是與傅利葉變換相關的一種變換，它類似於離散傅利葉變換(DFT for Discrete Fourier Transform),但是只使用實數。離散餘弦變換相當於一個長度大概是它兩倍的離散傅利葉變換，這個離散傅利葉變換是對一個實偶函數進行的(因為一個實偶函數的傅利葉變換仍然是一個實偶函數)，在有些變形裡面需要將輸入或者輸出的位置移動半個單位(DCT有8種標準類型，其中4種是常見的)。 離散餘弦變換，經常被信號處理和圖像處理使用，用於對信號和圖像(包括靜止圖像和運動圖像)進行有損數據壓縮。這是由於離散餘弦變換具有很強的能量集中特性:大多數的自然信號(包括聲音和圖像)的能量都集中在離散餘弦變換後的低頻部分，而且當信號具有接近馬爾科夫過程(Markov processes)的統計特性時，離散餘弦變換的去相關性接近於K-L變換(Karhunen-Loève 變換--它具有最優的去相關性)的性能。 例如，在靜止圖像編碼標準JPEG中，在運動圖像編碼標準MJPEG和MPEG的各個標準中都使用了離散餘弦變換。在這些標準制中都使用了二維的第二種類型離散餘弦變換，並將結果進行量化之後進行熵編碼。這時對應第二種類型離散餘弦變換中的n通常是8，並用該公式對每個8x8塊的每行進行變換，然後每列進行變換，原因是切成小塊處理起來速度比較快。得到的是一個8x8的變換係數矩陣。其中(0,0)位置的元素就是直流分量，矩陣中的其他元素根據其位置表示不同頻率的交流分類。 公式： Quantization 人類眼睛在一個相對大範圍區域，辨別亮度上細微