多媒体技术应用基础第3章.ppt

均匀量化器易于硬件实现，所以仍为许多压缩编码所采用。对于均匀输入，均匀量化器的最佳输出应是每个量化间隔的中点。  前面我们已提到，对图像输入的DCT变换，是对图像的子块进行的，则量化也是针对变换后频域子块系数矩阵进行的。子块系数矩阵的不同位置，反映了图像数据的不同频率成分，也就是反映图像的变化情形。一般来说，图像的变化是缓慢的，所以它的高频成分较少，低频成分要多些。  根据图像的这一特征，我们可以将子块系数矩阵的不同位置采用不同步长进行量化，而对于同一图像的不同子块中的相同位置，采用等步长均匀量化。这样做只有简单的乘除运算， 易于硬件实现。  大量实验证明，当每个像素用小于或等于1比特的数据表示时，其效果十分接近于LloydMax量化器和自适应量化器， 因此，在彩色静止图像压缩中，量化器的设计就采用了这种思想方法。  设量化是对频域子块系数矩阵某一位置(u, v)进行的， 其步长是等步长的。量化公式为 上式中C(u, v)是量化器的输出， F(u, v)是量化器的输入， Q(u, v)是量化器的步长。  当输入F(u,v)为正数时，公式取“+”号，输入F(u,v)＜0时，公式取“-”号。因此，当输入处于区间 时，输出为0；当输入处于区间 时， 输出为1； ……如图3 - 6所示。 对图像进行恢复时， 用逆量化公式：  F(u, v)=C(u, v)×Q(u, v) 其中，C(u, v)是逆量化器输入Q(u, v)在(u, v)点的步长。 这样，当C(u, v)为0时，恢复的频域值为0；当C(u, v)为1时， 恢复的频域值为Q(u, v)。  在该量化方法中，量化过程及图像恢复过程，都需要一个记录频域子块系数矩阵的每一位置步长的量化表，下面就介绍量化表的形成。 图3-6 量化器示意图 (2) 量化表。我们知道， 对于彩色图像， 每个像素可通过三基色红(R)、绿(G)、蓝(B)表示。为了提高编码效率，彩色像素分为灰度(Y)和色度(U和V) 3 个成分，对应于三个分量矩阵。由于Y分量和U、 V分量具有不同的频率特性，同时考虑到人的视觉对亮度信号Y敏感，对色度信号U、V的敏感度较差，因此，实际的数据压缩时，对Y分量和U、V分量的量化处理区别对待， 可以使用不同的量化表，适度降低表示U、V的数据量。   JPEG推荐的Y分量量化表和U、 V分量的量化表分别如表3.3和表3.4所示。 4) 分组原则 对原始图像的8×8块做完自适应DCT(ADCT)和量化后， 其64个系数分为直流分量和交流分量，位于左上角，坐标u=v=0的是DC系数，其余的63个是AC系数。由于相邻8×8块之间的DC系数有很强的相关性，JPEG中对DC系数采用DPCM编码的最简单形式，即差分编码，也就是对相邻块之间的DC系数的差值ΔDCi=DCi-DCi-1进行编码。如图3 -7所示。 因为DC系数常常包含了整个图像能量的主要部分，所以这个特殊处理很有意义，可以降低DC系数的值及增加0的个数。 图 3 – 7 DC系数差分编码 差分后得到一个差分序列——直流差分序列。由于图像在空间上的相关性，对于一般的图像来说，其差分值d的分布接近于拉普拉斯分布，即差分值d的正负是等概率出现的，且d出现概率随d值的增大而逐渐减小。为了提高后面要进行的Huffman编码的效率，根据这一分布特点，将差分值分成若干组，每一组所含差分值的个数由组号决定。若组号为i，则第i组包含2i个差分值，且其中正负值各占一半。第i组内的差分值由附加的i个比特位来标识，即每个差分值由组号和标识位唯一确定。对标识位可以直接用二进制位的形式存储或传输，对于组号部分，提供给后面的Huffman编码进行处理。   DC 差分值分组和标识位的情况如表3.5所示。 表 3.5 DC差分值分组表 对于频域内的交流分量，其分布也近似于拉普拉斯分布，所以也可按DC分组的方式分组。AC分组情况如表3.6所示(它没有0组)。此外，在进行行程编码及Huffman编码之前要做Z形扫描。 5) Z形扫描 (8×8)子块频域的(8×8)系数矩阵中的64个系数中，左上角一个为DC系数，其余63个为AC系数。 对于交流分量，根据DCT变换的性质，这6