图象的压缩编码JPEG压缩编码标准.PDF

第9 章 图象的压缩编码，JPEG 压缩编 码标准 在介绍图象的压缩编码之前，先考虑一个问题：为什么要压缩？其实这个问题不用我回 答，你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白：一张 A4(210mm×297mm) 幅面的照片，若用中等分辨率(300dpi)的扫描仪按真彩色扫描，其数据 量为多少？让我们来计算一下：共有(300×210/25.4) ×(300×297/25.4)个象素，每个象素占 3 个字节，其数据量为26M 字节，其数据量之大可见一斑了。 如今在Internet 上，传统基于字符界面的应用逐渐被能够浏览图象信息的WWW(World Wide Web)方式所取代。WWW 尽管漂亮，但是也带来了一个问题：图象信息的数据量太大了， 本来就已经非常紧张的网络带宽变得更加不堪重负，使得 World Wide Web 变成了 World Wide Wait 。 总之，大数据量的图象信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处 理速度增加极大的压力。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方 法来解决这个问题是不现实的，这时就要考虑压缩。 压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确 定的信息，去掉确定的信息(可推知的) ，也就是用一种更接近信息本质的描述来代替原有冗 余的描述。这个本质的东西就是信息量(即不确定因素) 。 压缩可分为两大类：第一类压缩过程是可逆的，也就是说，从压缩后的图象能够完全恢复出 原来的图象，信息没有任何丢失，称为无损压缩；第二类压缩过程是不可逆的，无法完全恢 复出原图象，信息有一定的丢失，称为有损压缩。选择哪一类压缩，要折衷考虑，尽管我们 希望能够无损压缩，但是通常有损压缩的压缩比(即原图象占的字节数与压缩后图象占的字 节数之比，压缩比越大，说明压缩效率越高) 比无损压缩的高。 图象压缩一般通过改变图象的表示方式来达到，因此压缩和编码是分不开的。图象压缩的主 要应用是图象信息的传输和存储，可广泛地应用于广播电视、电视会议、计算机通讯、传真、 多媒体系统、医学图象、卫星图象等领域。 压缩编码的方法有很多，主要分成以下四大类：(1)象素编码；(2)预测编码；(3)变换编码； (4)其它方法。 所谓象素编码是指，编码时对每个象素单独处理，不考虑象素之间的相关性。在象素编码中 常用的几种方法有：(1)脉冲编码调制(Pulse Code Modulation，简称PCM) ；(2)熵编码(Entropy Coding) ；(3)行程编码(Run Length Coding)；(4)位平面编码(Bit Plane Coding) 。其中我们要介 绍的是熵编码中的哈夫曼(Huffman)编码和行程编码( 以读取.PCX 文件为例) 。 所谓预测编码是指，去除相邻象素之间的相关性和冗余性，只对新的信息进行编码。举个简 单的例子，因为象素的灰度是连续的，所以在一片区域中，相邻象素之间灰度值的差别可能 很小。如果我们只记录第一个象素的灰度，其它象素的灰度都用它与前一个象素灰度之差来 表示，就能起到压缩的目的。如248 ，2 ，1，0，1，3，实际上这6 个象素的灰度是248 ，250 ， 251 ，251 ，252 ，255 。表示250 需要8 个比特，而表示2 只需要两个比特，这样就实现了压 缩。 常用的预测编码有Δ调制(Delta Modulation，简称DM) ；微分预测编码(Differential Pulse Code Modulation ，DPCM) ，具体的细节在此就不详述了。 所谓变换编码是指，将给定的图象变换到另一个数据域(如频域)上，使得大量的信息能用较 少的数据来表示，从而达到压缩的目的。变换编码有很多，如(1)离散傅立叶变换(Discrete Fourier Transform，简称DFT) ；(2)离散余弦变换(Discrete Cosine Transform，简称DCT) ；(3) 离散哈达玛变换(Discrete Hadamard Transform，简称DHT) 。 其它的编码方法也有很多，如混合编码(Hybird Coding)、矢量量化(Vector Quantize，VQ) 、 LZW 算法。在这里，我们只介绍LZW 算法的大体思想。 值得注意的是，近些年来出现了很多新的压缩编码方法，如使用人工神经元网络(Artificial Neural Network ，简称AN