信息论与编码期末论文

JPEG编码1《信息论与编码》期末考察报告题目JPEG编码学生姓名蒲亚洁学号20102334916院系电子工程专业通信工程二Ｏ一三年一月八日JPEG编码2JPEG编码蒲亚洁滨江学院电子工程系通信工程专业10级3班摘要：本文介绍了JPEG。JPEG是一种针对相片影像而广泛使用的一种失真压缩标准方法。JPEG标准指定了一系列实现静态图像压缩编码的方法,这些方法的选择决定于具体应用的要求及性能价格比的考虑。这些方法基本上可以分为两种：一种是采用以离散余弦变换(DCT)为基础的有损压缩算法，另一种是采用以预测技术为基础的无损压缩算法。使用有损压缩算法时在压缩比为25﹕1的情况下压缩后还原的图像与原始图像相比较非图像专家难以找到它们的区别因此得到了广泛的应用。JPEG采取多种编码方式，包含有行程编码(RunLengthCoding)和哈夫曼(Huffman)编码，有很高的压缩比。在编码前，先对数据进行分块，离散余弦变换（DCT）及量化，保留能量大的低频信号，丢弃高频信号以达到压缩。解码时，进行熵解码，反量化，反离散余弦变换（IDCT）。关键词：有损压缩算法；无损压缩算法；失真压缩标准方法；哈夫曼编码;有损压缩；JPEGAbstract：ThispaperintroducedJPEG.JPEGisawidelyusedforphotoimageofastandardmethodforcompressiondistortion.JPEGstandardspecifiesaseriesofstaticimagecompressioncodingmethod,thesemethodsofselectiondeterminesthespecificapplicationrequirementsandperformanceJPEG编码3considerations.Thesemethodsgenerallycanbedividedintotwokinds:oneisusingadiscretecosinetransform(DCT)basedonlossycompressionalgorithm,anotherisusingalosslesscompressionalgorithmbasedonpredictiontechnology.Whenusinglossycompressionalgorithmsinthecompressionratioof25:1compressedrestoredimageandnon-imagecomparedtotheoriginalimageexpertsstrugglingtofindtheirdifferencethereforeiswidelyapplied.JPEGmultipleencodingcontainstherunlengthencoding(RunLengthCoding),andHuffman(Huffman)encoding,averyhighcompressionratio.Beforeencoding,chunkeddatafirst,discretecosinetransform(DCT)andquantified,retaintheenergyoflow-frequencysignals,discardinghighfrequencysignalsinordertoachievecompression.Whendecoding,entropydecoding,inversequantizationandinversediscretecosinetransform(IDCT).Keywords:Alossycompressionalgorithm;Llossycompressionalgorithm;Lossycompressionstandardmethod;Huffmancoding;Lossycompression;JPEG1、引言信息时代，人们对使用计算机获取信息、处理信息的依赖性越来越高。计算机系统面临的是数值、文字、语言、音乐、图形、动画、静图像、电视视频图像等多种媒体。数字化的视频和音频信号的数量之大是惊人的，对于电视画面的分辨率640×480的彩色图像，30帧/s，则一秒钟的数据量为：640×480×24×30＝221.12M，所以播放时，需要221Mbps的通信回路。存储时，1张CD可存640M，则仅可以存放2.89s的数据。大数据量的图像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JPEG编码4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。2、JPEG整个编码过程实现jpeg整个的编码过程实现：8*8的源图像数据变为范围为-128~127对转换范围后的数据进行DCT变换，并四舍五入取接近的整数，公式为FDCT变换公式。一共得到64个DCT变换系数。u=0且v=0时，称为DC系数，是64个图像采样平均值。剩下的63个系数称为AC系数。对这64个DCT变换系数根据亮度量化表和色度量化表进行量化。对量化后的系数进行采用zig-zag（“Z”字形）扫描，然后对量化后的DC系数进行DPCM编码，对量化后的AC系数进行行程编码。对DPCM编码后的DC系数和行程编码后的AC系数继续进行熵编码，最后得到压缩后的图像数据。FDCT变换公式：每个8*8二维源图像采集数据块，实际上是64点离散信号，该信号是空间二维参数x和y的函数。离散余弦的变换的的每个变换系数值由64个输入信号唯一确定。在频域平面上变换系数是二维频域变量u和v的函数。对应于u=0，v=0的系数，称作直流分量，即DC系数，其余63个系数称作AC系数，即交流分量[1]。图像基础知识在图像处理中，为了利用人的视角特性，从而降低数据量，通常把RGB空间表示的彩色图像变换到其他色彩空间。现在常用的色彩空间变换有三种：YIQ，YUV和YCrCb。每一种色彩空间都产生一种亮度分量信号和两种色度分量信号，而每一种变换使用的参数都是为了适应某种类型的显示设备。YIQ：用于NTSC彩色电视制式YUV：用于PAL和SECAM彩色电视制式YCbCr：用于计算机显示器这三种彩色空间变换都会产生一种亮度分量信号和两种色度分量信JPEG编码5号，然后把这些信号单独存储，显示的时候一起显示JPEG编码过程框图如下：量化表是控制JPEG压缩比的关键，这个步骤除掉了一些高频量；另一个重要原因是所有图片的点与点之间会有一个色彩过渡的过程，大量的图像信息被包含在低频率中，经过量化处理后，在高频率段，将出现大量连续的零。[2]3、哈夫曼编码Huffman编码是一种常用的压缩编码方法，是Huffman于1952年为压缩文本文件建立的。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。举个例子：假设一个文件中出现了8种符号S0，S1，S2，S3，S4，S5，S6，S7，那么每种符号要编码，至少需要3比特，假设编码成000，001，010，011，100，101，110，111（称JPEG编码6做码字）。那么符号序列S0S1S7S0S1S6S2S2S3S4S5S0S0S1编码后变成000001111000001110010010011100101000000001，共用了42比特。我们发现S0，S1，S2这三个符号出现的频率比较大，其它符号出现的频率比较小，如果我们采用一种编码方案使得S0，S1，S2的码字短，其它符号的码字长，这样就能够减少占用的比特数。例如，我们采用这样的编码方案：S0到S7的码字分别01，11，101，0000，0001，0010，0011，100，那么上述符号序列变成011110001110011101101000000010010010111，共用了39比特，尽管有些码字如S3，S4，S5，S6变长了（由3位变成4位），但使用频繁的几个码字如S0，S1变短了，所以实现了压缩。上述的编码是如何得到的呢？随意乱写是不行的。编码必须保证不能出现一个码字和另一个的前几位相同的情况，比如说，如果S0的码字为01，S2的码字为011，那么当序列中出现011时，你不知道是S0的码字后面跟了个1，还是完整的一个S2的码字。我们给出的编码能够保证这一点。下面给出具体的Huffman编码算法。1.首先统计出每个符号出现的频率，上例S0到S7的出现频率分别为4/14，3/14，2/14，1/14，1/14，1/14，1/14，1/14。2.从左到右把上述频率按从小到大的顺序排列。3.每一次选出最小的两个值，作为二叉树的两个叶子节点，将和作为它们的根节点，这两个叶子节点不再参与比较，新的根节点参与比较。4.重复3，直到最后得到和为1的根节点。5.将形成的二叉树的左节点标0，右节点标1。把从最上面的根节点到最下面的叶子节点途中遇到的0,1序列串起来，就得到了各个符号的编码。上面的例子用Huffman编码的过程如下图所示，其中圆圈中的数字是新节点产生的顺序。可见，我们上面给出的编码就是这么得到的。4、JPEG编码应用在图像处理领域,随着人们对于图像数据量的要求越来越大。图像数据如果不进行有效压缩处理的话,不论是处理、传输还是存储,都将面临极大的困难。现有的计算机的处理能力也难以处理这么大的数据信息,绝大多数网络的带宽,也不足以承载如此巨大的数据传输速率。只有对图像数据进行压缩后,才适宜于处理,从而可大大减少用于传输和存储的工作量。所以,图像数据在处理、传输JPEG编码7和存储前必须要进行压缩,解决这一问题的有效方法就是利用数据压缩技术。为了实现静止图像低复杂度和高压缩比的有效统一。近年来JPEG标准在静止图像处理领域受到了广泛的关注,并对JPEG压缩编码算法的应用及发展前景进行研究。2静态图像压缩标准JPEGJPEG[8]是联合图像专家组(JointPictureEx-pertGroup)的英文缩写,是国际标准化组织(ISO)和CCITT联合制定的静态图像的压缩编码标准。和相同图像质量的其它常用文件格式(如GIF,TIFF,PCX)相比,JPEG是目前静态图像中压缩比最高的。5、结论这次论文只要是讨论了下图像压缩系统的原理、特点、应用和前景。通过本学期学习，使我对编码过程有了详细的理解，把原来《信息论与编码》所讲的理论运用到了实践中。通过这一段的编码学习，我对所学的知识可以熟练掌握。在这半学期中我阅读了大量通信专业文献，并将之应用到实际编码中，在自学能力和编程方面有了提高，这些对我以后的工作学习是一种很好的锻炼。在这次学习的整个过程中，收获主要有以下几点：1)很好地实现了理论知识与实践的结合。把以往所学的专业知识和编码思想应用到了实际当中，比较顺利地解决了编码中想不通的问题。同时对所学的理论知识也有了更深刻、更系统的了解。也增强了运用所学知识解决实际问题的能力。2)这次写论文过程中，我虚心向老师和其它同学请教，与其团结协作，很好地培养了我的团队精神和协作能力。通过学习和交流，看到了别人的优点，也发现了自己的不足，以后要进一步完善自己。参考文献：[1]田青.图像压缩技术[J].警察技术,2002,(1),pp:30-31.[2]张海燕,王东木等.图像压缩技术[J].系统仿真学报,2002,14(7)：,pp831-835.[3]张宗平,刘贵忠.基于小波的视频图像压缩研究进展[J].电子学报,2002,30(6),pp883-889.[4]周宁,汤晓军,徐维朴.JPEG2000图像压缩标准及其关键算法[J].现代电子技术,2002,(12),pp1-5.[5]吴永辉,俞建新.JPEG2000图像压缩算法概述及网络应用前景[J].计算机工程,2003,JPEG编码829(3),pp7-10.