圖像壓縮編碼ppt課件-資料下載頁
2025-05-06 23:03本頁面
【正文】 9 詞條 “DA ” “DAD” “DY” “ ” “DADO” 每一步的輸出如下（每一步輸出均為二元組）： 步驟 1 2 3 4 5 輸出 (0,”D”) (0,”A”) (1,” ”) (1,”A”) (4,” ”) 步驟 6 7 8 9 輸出 (4,”D”) (1,”Y”) (0,” ”) (6,”O(jiān)”) JPEG圖像壓縮算法 ? JPEG 是有損壓縮算法 ? JPEG 核心是“離散余弦變換 (Discrete Cosine Transform,DCT)” ? JPEG 壓縮算法的基本步驟為： 離散余弦變換 DCT Transformation 系數量化 Coefficient Quantization 無損壓縮 Lossless Compression 一維波 二維波 離散余弦變換 DCT DCT操作 X、 Y、 Z坐標軸上的三維信號。 X、 Y坐標軸是平面圖像的兩個維度，Z軸表示圖象的象素值。對 N N的象素矩陣進行 DCT變換的公式如下： ? ?????????????? 1010]}2 )12([]2 )12([),({)()(21),( NxNy NjyC o sNixC o syxP i x eljCiCNjiD C T??? ??????????????? 1010]}2 )12([]2 )12([),()()({21),( NiNj NjyC o sNixC o sjiD C TjCiCNyxP i xel??離散余弦變換 (Discrete Cosine Transform,DCT)公式： 反向離散余弦變換 (Inverse Discrete Cosine Transform,IDCT)公式： ??????????)0(1)0(21)(xxxC其中： 但是：按照上述基本公式寫出的程序實現存在一個嚴重的問題 ——時間復雜度太高 使用矩陣運算的 DCT替代公式 ? 實現上面的替代公式的程序代碼的時間復雜度就大大降低了。進一步的改進還包括將余弦函數由浮點運算改為整數運算、改進傅立葉變換技術等。 量化 Quantization DCT變換的輸入是 8位的象素值（ 0~255， JPEG實現時將其減去 128，范圍變成 128~127），但輸出范圍是從 –1024到 1023 ，占 11位。 量化即通過整除運算減少輸出值的存儲位數。 使用量化矩陣（ Quantization Matrix） 來實現量化。 量化公式為： 量化后的值 ( i, j ) = ROUND( DCT(i, j) / 量子 (i, j) ) 逆量化公式為： DCT(i, j) = 量化后的值 ( i, j ) * 量子 (i, j) 量化是 JPEG算法中損失圖像精度的根源 量化表 Quantum Table 4 7 10 13 16 19 22 25 7 10 13 16 19 22 25 28 10 13 16 19 22 25 28 31 13 16 19 22 25 28 31 34 16 19 22 25 28 31 34 37 19 22 25 28 31 34 37 40 22 25 28 31 34 37 40 43 25 28 31 34 37 40 43 46 10 19 28 37 46 55 64 73 19 28 37 46 55 64 73 82 28 37 46 55 64 73 82 91 37 46 55 64 73 82 91 100 46 55 64 73 82 91 100 109 55 64 73 82 91 100 109 118 64 73 82 91 100 109 118 127 73 82 91 100 109 118 127 136 quality = 4 quality = 9 Quantum[i][j] = 1 + ( ( 1 + i + j ) * quality ) ZigZag編碼 (0,0)(0,1)(1, 0)(2,0)…… ? 將量化的矩陣按 ZigZag順序排列 ? 將原始數列轉換為差值數列 ? 對差值數列進行編碼，可以使用 Huffman編碼、算術編碼或熵編碼等方法 一個真實的編碼和解碼過程 JPEG的其他問題 ? 將原始圖像劃分成多個 8 X 8 或 16 X 16 的矩陣進行處理 ? 要求矩陣中每個點的像素值范圍是 0~255 ? 二值、 16級灰度等均轉換為 256級灰度圖像進行處理 ? 對非 256色的彩色圖象，先轉換成真彩色圖像，然后使用分色法將圖像分成紅、藍、綠三個 256級灰度圖像，再進行處理 Independent JPEG Group
教學課件相關推薦
鄂ICP備17016276號-1