图像jpeg及MATLAB仿真讲述.docx

《电视技术》三级项目基于MATLAB的JPEG压缩算法实现 成员： 赵勐 130104020008 刘帅 130104020016 董智锐 120104020028 班 级：13级电子信息一班指导教师：侯春良燕 山 大 学2016年7月 摘要现代社会，随着计算机网络、多媒体技术的发展，出现了信息大爆炸的现象。这就对图像处理技术要求越来越高。在几种有损和无损编码中，图像编码长期以来主要利用离散余弦变换（DCT）作为主要技术。本项目用Matlab实现对JPEG算法的仿真。关键词：Matlab JPEG压缩算法 离散余弦变换前言 本项目主要目的是了解学习图像压缩方法，学习JPEG算法的基本原理，并通过使用Matlab更加深入直观了解图像压缩过程以及掌握Matlab编程。JPEG算法包括基于空间预测(DPCM)的无损压缩和基于DCT的有损压缩算法正文1、图像压缩方法研究的背景及意义 数字化到来使得数字图像技术得到广泛应用。相应的也使得数字图像技术得到不断的进步。在多媒体计算机系统、电子出版、视频会议、数字化图书馆等许多领域，数字图像都有着广泛的应用。但是越来越多的数据存贮、传送，巨大的信息量催生了图像编码理论，并且迅速发展。例如：从图像存储角度来说，一幅512*512像素8bit/pixel的黑白图像占256KB；一幅512*512像素8bit/pixel的彩色图像则占3*256KB；播放一小时的数字视频图像要占大约22G字节的空间，更别说现在超清蓝光视频了。从传输角度来看，压缩技术可以帮助减少传输所需带宽。因此图像数据十分必要。图像编码，即图像压缩，就是在保证一定重构质量的前提下，通过除去图像中的冗余尽量减少比特数来表征图像信息。传统的图像编码是以香农信息论为出发点，用概率论模型来描述信源，但是他没有考虑到接受者的主观性、图像信息具体含义和重要程度，JPEG、MPEG等就是由此产生。而新一代的基于内容的图像编码方法则补充了前者的缺陷。其中代表为小波变换。小波变化也从一开始的利用频率压缩特性发展到如今空间压缩特性。2、算法选择现今的图像压缩算法有：huffman编码，行程编码，预测编码，LZW编码，小波变换。（1）Huffman编码Huffman编码是无损编码的一种，是一种基于统计特性的可变长的编码方法。特点：对于出现概率大的符号编码成短字长的编码，对于概率小的符号，编以较长的编码。如果码字长严格按照所对应符号出现概率逆顺序排列，则平均码长一定小于其他任何符号顺序方式，这是一种最接近熵值的“最佳编码”。 优点：简单易行；缺点：解码时必须知道所使用的码表，这给存储和通信带来不便；它还依赖于原始数据的概率，这在实际应用中受到许多限制。（2）行程编码（RLE）特点：在给定的图像数据中寻找连续重复的数值，然后用两个字符值取代这些连续值。优缺点：处理包含大量重复信息时可以得到很好的压缩效率，但在连续重复数据少时效果差。（3）预测编码特点：根据过去已编码的像素来预测当前的像素值（预测值），然后对当前的像素值与预测值之间进行编码，亦称之差分编码。优点：可以用很少的比特表示一个差值，达到数据压缩的目的。缺点:抗御误码能力差。若有一个错码，会扩散到图像一个较大的区域。（4）LZW压缩算法特点：采用先进的串码压缩，将每个第一次出现的串放在一个串表中，用一个数字来表示串，压缩文件只存储数字，不存储串，提高图像的压缩率。优点：对连续出现的相同字符组成的字符串进行压缩，而且可以对经常出现的由不同字符组成的字符串进行压缩，所以在压缩处理不同值数据串方面，LZW优于RLE。缺点：有随机噪声图像很难压缩。（5）小波变换特点：它能将图像分解成交织在一起的多种尺度成分，并对不同的尺度成分采用对应粗细的时域或空域取样步长，对高频信号采用细处理，对低频信号采用粗处理，因此可以不断聚焦到对象的任意微小细节，优于傅里叶变换和盖博变换。优点：图像压缩比高，压缩速度快。缺点：冗余度大，降噪预处理的重构图像会失去其时域特征。综上所述：我们组选择了前三组算法研究，主要考虑到编程实现方便。3、图像压缩方法的基本理论JPEG是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。JPEG 算法中首先对图像进行分块处理，在对每一快进行二维离散余弦变换，变换后的系数基本不相关，且系数矩阵的能量集中在低频区，通过保留低频区部分系数，去掉高频区的部分，从而达到压缩目的，余弦变换时经典谱分析的工具，它考察的是整个时域过程中的频域特性，或者整个频域过程中的时域特性，该算法具有较强的块内去相关的能力，适于较平坦的压缩，它的特点是没有利用图像中局域间的相关特性，在压缩倍数高时，恢复图像出现