数字图像处理JPEG压缩举例说明教材.ppt

123 167 220 126 152 177 164 119 123 128 113 101 110 131 141 118 88 62 74 186 199 140 132 126 74 45 105 179 190 125 136 118 44 74 185 209 193 161 132 108 83 87 148 166 180 132 113 94 117 103 85 91 107 109 98 89 158 131 114 82 118 108 100 85;;;转换公式中系数的来源;ITU-RBT.601文档关于RGB到YUV的转换关系截图 ;2.数据分块 构造子图像 子图像尺寸：8 x 8 3. DCT变换 对于灰度级是2n的像素，通过减去2n-1，替换像素本身 对于n=8，即将0-255的值域，通过减去128，转换为值域在-128-127之间的值 目的：使像素的绝对值出现3位10进制的概率大大减少; 用8x8的JEPG基线标准，压缩并重构下列子图 52 55 61 66 70 61 64 73 63 59 66 90 109 85 69 72 62 59 68 113 144 104 66 73 63 58 71 122 154 106 70 69 67 61 68 104 126 88 68 70 79 65 60 70 77 68 58 75 85 71 64 59 55 61 65 83 87 79 69 68 65 76 78 94;0偏置转换后 -76 -73 -67 -62 -58 -67 -64 -55 -65 -69 -62 -38 -19 -43 -59 -56 -66 -69 -60 -15 16 -24 -62 -55 -65 -70 -57 -6 26 -22 -58 -59 -61 -67 -60 -24 -2 -40 -60 -58 -49 -63 -68 -58 -51 -65 -70 -53 -43 -57 -64 -69 -73 -67 -63 -45 -41 -49 -59 -60 -63 -52 -50 -34;clear;clc; X=round(rand(4)*100);%随机生成的数据 A=zeros(4);%变换矩阵 for i=0:3 for j=0:3 if i==0 a=sqrt(1/4); else a=sqrt(2/4); end A(i+1,j+1)=a*cos(pi*(j+0.5)*i/4); end end; DCT变换的基本思路是将图像分解为8×8的子块，并对每一个子块进行单独的DCT变换，然后对变换结果进行量化、编码。 DCT变换可以消除图像的空间冗余， Huffman编码可以消除图像的信息熵冗余。 DCT 是无损的，它只将图像从空间域转换到变换域上，使之更能有效地被编码。 图片的有损压缩主要是系数量化导致的。;利用matlab定义好的二维DCT变换F=Dct2(X);正向DCT变换（N = 8）后变成 -415 -29 -62 25 55 -20 -1 3 7 -21 -62 9 11 -7 -6 6 -46 8 77 -25 -30 10 7 -5 -50 13 35 -15 -9 6 0 3 11 -8 -13 -2 -1 1 -4 1 -10 1 3 -3 -1 0 2 -1 -4 -1 2 -1 2 -3 1 -2 -1 -1 -1 -2 -1 -1 0 -1;4.系数量化 1）正向量化： Squv=round(Suv/Quv) 其中： Suv是DCT系数， Quv量化模板系数 2）逆向量化： Ruv=SquvQuv 例：Sq(0,0)=round[-415/16] =round[-25.9]=-26 Ruv(0,0)=-26*16=-416;对于亮度和颜色使用不同的量化阈值模板，并取整; 颜色的量化模板系数 17 18 24 47 99 99 99 99 18 21 26 66 99 99 99 99 24 26 56 99 99 99 99 99 47 66 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99