一、JEPG压缩算法（标准）
(一)JPEG压缩标准
JPEG(Joint Photographic Experts Group)是一个由ISO/IEC JTC1/SC2/WG8和CCITT VIII/NIC于1986年底联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准。迄今为止，该组织已经指定了3个静止图像编码标准，分别为JPEG、JPEG-LS和JPEG2000。这个专家组于1991年前后指定完毕第一个静止图像压缩标准JPEG标准，并且成为国际上通用的标准。JPEG标准是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。
JPEG专家组开发了两种基本的静止图像压缩算法，一种是采用以离散余弦变换(Discrete Cosine Transform, 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。使用无损压缩算法时，其压缩比比较低，但可保证图像不失真。使用有损压缩算法时，其算法实现较为复杂，但其压缩比大，按25：1压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。
JPEG有4种工作模式，分别为顺序编码，渐近编码，无失真编码和分层编码，他们有各自的应用场合，其中基于顺序编码工作模式的JPEG压缩系统也称为基本系统，该系统采用单遍扫描完成一个图像分量的编码，扫描次序从左到右、从上到下，基本系统要求图像像素的各个色彩分量都是8bit，并可通过量化线性地改变DCT系统的量化结果来调整图像质量和压缩比。下面介绍图像压缩采用基于DCT的顺序模式有损压缩算法，该算法下的JPEG压缩为基本系统。
(二)JPEG压缩基本系统编码器
JPEG压缩是有损压缩，它利用了人的视觉系统的特性，将量化和无损压缩编码相结合来去掉视觉的冗余信息和数据本身的冗余信息。基于基本系统的JPEG压缩编码器框图如图1所示，该编码器是对单个图像分量的处理，对于多个分量的图像，则首先应将图像多分量按照一定顺序和比例组成若干个最小压缩单元（MCU），然后同样按该编码器对每个MCU各个分量进行独立编码处理，最终图像压缩数据将由多个MCU压缩数据组成。
图1 JPEG压缩编码器结构框图
JPEG压缩主要步骤如下：
（1）图像压缩预处理；
（2）正向离散余弦变换（FDCT）；
（3）DCT系数量化；
（4）编码。
(三)图像压缩预处理
图像压缩前进行预处理，主要包括对原图像颜色空间转换、大小的调整和采样、整理MCU 单元。JPEG压缩的对象是基于YUV颜色空间，对于其他颜色空间的图像数据要先应用相应的转换公式转换到YUV颜色空间。
由于后续图像分块及整理MCU单元的需要，对于原图像宽度和长度应当扩展为8的整数倍，针对YUV411、YUV420等需要降采样处理的图像则要求扩展为16的整数倍，JPEG标准建议通过复制每有一个分量最右边的列和最下面的行来进行扩展。通过对原图像的降采样，将可以减少部分图像数据，增加压缩比，由于人眼对亮度信号Y比较敏感，而对色差信号UV不敏感，因此可以对原图像色度信号进行降采样处理，而人眼却基本感觉不到图像的变化，JPEG压缩常用可处理降采样处理格式为YUV422、YUV411和YUV420，本文采用YUV411格式，该格式为每个像素都提取Y分量，而UV分量在水平方向上每4个像素采样一次。JPEG压缩的最小单元为MCU，对于未降采样的图像数据（非交织数据），一个MCU就是一个数据单元，而对于降采样的图像数据（交织数据），一个MCU就是一系列在该扫描中由分量的采样因子定义的数据单元。本文采用YUV411格式，则一个MCU将由Y分量水平4个8×8图像块、水平一个U分量和一个V分量8×8图像块组成。基本系统将按照从上到下、从左到右的顺序将原图像整理为若干个MCU，后续JPEG压缩就是对每个MCU中各分量的图像块分别进行压缩，所有MCU的排列顺序就是最终图像压缩数据的排列顺序。
(四)正向离散余弦变换（FDCT）
对每个8×8图像块进行FDCT之前，采样值应该先进行幅度值的位移，使之成为一个有符号的数，方法是将采样值减去，其中P为采样的精度，本文P取8位，幅度位移为128，即将每个采样点像素值减去128后再进行FDCT，FDCT的数学表达式为：
8×8图像块经过FDCT变换后得到8×8的频率系数数组，该数组位置系数称为直流系数（DC），其他63个系数称为交流系数（AC）。直接应用公式（3-1）进行计算其计算量较大，许多文献提出了该公式的优化计算方法，以提高运算效率，比较常见的是将该公式分解为两个一维的FDCT进行计算，分解后的公式为：
(五)DCT系数的量化
经过FDCT变换后的频率系数是一些浮点数，需进行均匀量化为JPEG可编码的整数系数，每一个FDCT变换后的频率系统使用一个量化器，每个量化器的步长Q(u,v)可由指定量化表给定，本文使用的量化表采用JPEG标准推荐的两个量化表，分别用于亮度和色差信号。
通过线性地改变量化表各元素数值可以控制图像压缩后的质量和压缩比。可通过对量化表各元素乘一个调整因子fa来进行量化表元素数值调整，设所需图像质量系数为Q，则调整因子fa的计算表达式为：
查看图片
量化表各元素的新数值为：
查看图片
由于量化表为8位存储，计算的新数值应限制在1～255范围内。
量化后的DCT系数为：
查看图片
量化取整造成一定的数据精度损失，与原图像数据产生差异，这是造成JPEG图像压缩存在一定失真的主要原因。通过改变Q的数值可以控制图像压缩比，一般而言，对中等复杂程度的彩色图像，对基本系统每8bit像素压缩到0.75～2bit时，解码恢复后的图像质量较好，可以满足大部分场合的应用。
（六）霍夫曼（Huffman）编码
JPEG压缩最后一个步骤就是对量化后的频率系数进行编码处理，该编码的熵编码过程采用了Huffman编码，Huffman编码是一种基于概率统计的无损压缩技术，该算法首先统计信源出现的概率，再根据统计结果，出现概率高的符号使用短即时码表示，出现概率低的用长即时码表示，以达到压缩数据的目的。应用标准霍夫曼编码对图像进行编码时效率很高，但需要对原始图像扫描两遍来统计每个像素值出现的概率和建立霍夫曼树并编码，数据压缩速度很慢。实际应用中，为了提高处理速度，信源编码值通常根据信源查找相应的编码表得出。Huffman码表以一个16字节的列表（BITS）规定，它包括长度从1到16的每一种码长的码字的数目，在列表后面紧跟着另外一个由8bit符号值组成的列表（HUFFVAL），该列表每一项被赋予一个Huffman码字，应用这两个列表可以获取可供信源查找Huffman编码值的码表。在基本系统中，编码器最多在每个扫描中分别使用两个DC系数的Huffman码表和两个AC系数的Huffman码表（亮度分量和色度分量使用不同的Huffman码表），本文使用JPEG 推荐的4个Huffman码表，这4个表都来自对大量视频图像的统计平均，如果没有特别的要求，采用这4个码表就可以获得满意的压缩效果。
（七）DC编码
在对量化后的系数进行熵编码之前，量化的直流系数被取出单独进行处理，对其进行差分预测编码（DPCM）。DC系数为图像数据块的样本均值，包含了图像大部分的能量，数值也较大，通过差分预测编码可进一步去除数据块间平均值之间的相关性。DPCM以同一个分量的前一个子块的量化直流系数DCi-1作为当前直流分量的预测值，然后再对预测误差DIFF 进行Huffman编码。计算DIFF的表达式为：
查看图片
对DIFF的Huffman编码过程为：
（1）根据DIFF值查幅度值分类表3-1取得差值幅度类别号SSSS和DIFF值实际保存的二进制码流CODE(DIFF)；
查看图片
（2）根据标准DC系数Huffman码表计算得到的Huffman编码表查出SSSS值的Huffman 编码值HCODE（SSSS）；
（3）将SSSS的Huffman编码值和DIFF的实际保存值合并得到DC系数编码值HCODE（SSSS）CODE(DIFF)，完成DC系数的编码。
（八）AC编码
对量化后的63个AC系数可以观察到有许多系数值为零，首先通过对AC系数的之字形（Zig-Zag）扫描和0-RLE行程编码压缩掉这些0系数。按照如图3-2所示的扫描次序将二维
的AC系数按一维次序读出可将AC系数转换成Zig-Zag序列，该转换可以增加行程中连续的0系数值个数。
查看图
片
图2 Zig-Zag扫描次序
0-RLE行程编码依次遍历Zig-Zag序列，当遍历到不为零的系数VAL（AC）时，计算该系数前面零的个数NUM（ZERO），然后用（NUM(ZERO),VAL（AC））进行表示，两部分刚好占用一个byte（分别占用4bit），对整个序列应用该方式进行表示。如果最后一个非零的AC 系数不是序列的最后一个则在最后应加上结束标记EOB，EOB通常为（0，0）。当序列中包含16个连续的零时则用（15，0）进行表示，可用多个（15，0）来表示多个16个连续的零。
最后再对0-RLE行程编码后的序列以（NUM(ZERO),VAL（AC））为单元进行Huffman编码，编码过程如下：
（1）按序列顺序先后取出一个（NUM(ZERO),VAL（AC））单元，对VAL（AC）查幅度值分类表取得幅度类别号SSSS和VAL（AC）值实际保存的二进制码流CODE（VAL（AC））；
（2）再根据标准AC系数Huffman码表计算得到的Huffman编码表查出（NUM（ZERO），SSSS）的Huffman编码值HCODE（（NUM（ZERO），SSSS））；
（3）组合HCODE（（NUM（ZERO），SSSS））和CODE（VAL（AC））得到（NUM(ZERO),VAL （AC））单元的最后编码；
（4）重复步骤（1）、（2）、（3）对其他（NUM(ZERO),VAL（AC））单元进行编码完成AC 系数的编码。
（九）压缩数据BIT码流整理
将DC编码和AC编码的码流组合后便得到8×8图像块的JPEG压缩Bit码流，按照同样的步骤对每个MCU图像块进行编码，最后对压缩数据Bit码流以8位为单元进行存储，同时为了区别压缩数据与标记段（首字节为0xFF的段），当8位二进制码流值为0xFF时则在其后填充一个0x00字节。此外，为了得到整数字节的熵编码字段，编码结束区域不完整字节通过填充“1”比特来实现完整化，如果这种填充中产生0xFF字节，则也在其后填充一个0x00
字节。整理完毕后将得到图像最终的JPEG压缩数据。
二JPEG文件组织结构
应用JPEG压缩算法得到图像的压缩数据仅为JPEG文件的一部分，完整的JPEG文件由标记段和压缩数据两部分组成，标记段记录了JPEG图像的格式和解码信息。主要标记段的结构及其含义如下：
（1）SOI（start of image）:该标记段记录了JPEG文件的开始，标记段的两个字节为0xFFD8。
（2）APPn（application）:该标记段是JPEG保留给application使用的标记码，而JFIF将文件的相关信息定义在此标记中,标记段开始2个字节为0xFFE0～0xFFEF。
（3）COM（comment）:该标记段对JPEG图像帧进行注释，标记段开始2个字节为0xFFFE。
（4）DQT（define quantization table）：该标记段包含了JPEG编解码时使用的量化表，标记段开始2个字节为0xFFDB，标记段第5个字节(Pa,Ta)为量化表标号，基本系统中，Pa=0，Ta=0~1，第6个字节开始为量化表数值。亮度信号和色差信号的量化表用不同的标号来区分。
（5）DRI（define restart interval）：该标记段定义重入间隔的MCU的个数n，即每n个MCU后就插入一个重启标记0xFFDi（i=0,1...7），如此循环，数值n占用标记段的第5、6两个字节，标记段开始2个字节为0xFFDi。每个重启标记0xFFDi后，以0xFFDi后的MCU作为首个MCU，DC分量重新进行差分计算，应用MCU间隔重启的方式可降低JPEG解码的错误率。
（6）DHT（define Huffman table）：该标记段包含JPEG编解码时使用的Huffman码表，标记段开始2个字节为0xFFC4，标记段第5个字节(Tc,Th)中，Tc=0表示DC系数使用的Huffman 码表，Tc=1表示AC系数使用的Huffman码表，Tk=0,1,2, (Tc,Th)构成Huffman码表编号（最多4个编号）。第5个字节开始后的16个字节为Huffman码表16字节的列表（BITS），紧跟着k字节为Huffman码表8bit符号值列表(HUFFVAL)，k的数值等于16字节的列表（BITS）数值之和。
（7）SOF（start of frame）：该标记段包含了大部分JPEG图片的信息，标记段开始2个字节为0xFFC0，第5个字节表示基本系统，第6、7字节表示图像的高度，第8、9字节表示图像的宽度，第10个字节Nf=1,3，1表示图像为灰度图，3表示彩色图。剩下的字节定义了图像各信号分量的采样因子和所使用的量化表编号。
（8）SOS（start of scan）：该标记段也包含了丰富的信息，标记段开始2个字节为0xFFDA，第5个字节数值为图像扫描成分的个数，后面几个字节定义了各个成分所使用的Huffman 码表的编号，剩下几个字节于基本系统无关，数值为0。
（9）EOI（end of image）：在图像JPEG压缩数据后面插入该标记段表示JPEG文件的结束，标记段的两个字节为0xFFD9。
有些标记段对JPEG文件是必需的，有些则可以不插入，而且插入的标记段除了SOI和EOI 位置是固定的，其它标记段（在压缩数据前面）可以在任意位置。本文完整的JPEG文件组织结构为：SOI，APP0，DQT（编号00），DQT(编号01)，DHT(编号00)，DHT(编号10)，DHT(编号01)，DHT(编号11)，SOF，SOS，图像JPEG压缩数据，EOI。
三JPEG压缩效果
原图像（BMP格式）大小取320×240，压缩质量Q 分别取1，50，100。Q越小图像失真度越高
查看图片
图3 基本系统下不同Q值的压缩对比图
算法论文 基于huffman编码的图像压缩技术 姓名：康凯 学院：计算机学院 专业：网络工程1102 学号：201126680208 摘要 随着多媒体技术和通讯技术的不断发展, 多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求, 也给现有的有限带宽以严峻的考验, 特别是具有庞大数据量的数字图像通信, 更难以传输和存储, 极大地制约了图像通信的发展, 因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩, 可以减轻图像存储和传输的负担, 使图像在网络上实现快速传输和实时处理。 本文主要介绍数字图像处理的发展概况，图像压缩处理的原理和特点，对多种压缩编码方法进行描述和比较，详细讨论了Huffman编码的图像压缩处理的原理和应用。 关键词：图像处理,图像压缩,压缩算法,图像编码,霍夫曼编码 Abstract With the developing of multimedia technology and communication technology, multimedia entertainment, information, information highway have kept on data storage and transmission put forward higher requirements, but also to the limited bandwidth available to a severe test, especially with large data amount of digital image communication, more difficult to transport and storage, greatly restricted the development of image communication, image compression techniques are therefore more and more attention. The purpose of image compression is to exhaust the original image less the larger the bytes and transmission, and requires better quality of
多媒体技术及应用 JPEG图像压缩算法及其实现 罗群书 0411102班 2011211684
一、JEPG压缩算法（标准） (一)JPEG压缩标准 JPEG(Joint Photographic Experts Group)是一个由ISO/IEC JTC1/SC2/WG8和CCITT VIII/NIC于1986年底联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准。迄今为止，该组织已经指定了3个静止图像编码标准，分别为JPEG、JPEG-LS和JPEG2000。这个专家组于1991年前后指定完毕第一个静止图像压缩标准JPEG标准，并且成为国际上通用的标准。JPEG标准是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。 JPEG专家组开发了两种基本的静止图像压缩算法，一种是采用以离散余弦变换(Discrete Cosine Transform, 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。使用无损压缩算法时，其压缩比比较低，但可保证图像不失真。使用有损压缩算法时，其算法实现较为复杂，但其压缩比大，按25：1压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。 JPEG有4种工作模式，分别为顺序编码，渐近编码，无失真编码和分层编码，他们有各自的应用场合，其中基于顺序编码工作模式的JPEG压缩系统也称为基本系统，该系统采用单遍扫描完成一个图像分量的编码，扫描次序从左到右、从上到下，基本系统要求图像像素的各个色彩分量都是8bit，并可通过量化线性地改变DCT系统的量化结果来调整图像质量和压缩比。下面介绍图像压缩采用基于DCT的顺序模式有损压缩算法，该算法下的JPEG压缩为基本系统。 (二)JPEG压缩基本系统编码器 JPEG压缩是有损压缩，它利用了人的视觉系统的特性，将量化和无损压缩编码相结合来去掉视觉的冗余信息和数据本身的冗余信息。基于基本系统的JPEG压缩编码器框图如图1所示，该编码器是对单个图像分量的处理，对于多个分量的图像，则首先应将图像多分量按照一定顺序和比例组成若干个最小压缩单元（MCU），然后同样按该编码器对每个MCU各个分量进行独立编码处理，最终图像压缩数据将由多个MCU压缩数据组成。 图1 JPEG压缩编码器结构框图
JPEG2000图像压缩算法标准 摘要：JPEG2000是为适应不断发展的图像压缩应用而出现的新的静止图像压缩标准。本文介绍了JPEG2000图像编码系统的实现过程, 对其中采用的基本算法和关键技术进行了描述，介绍了这一新标准的特点及应用场合，并对其性能进行了分析。 关键词：JPEG2000；图像压缩；基本原理；感兴趣区域 引言 随着多媒体技术的不断运用，图像压缩要求更高的性能和新的特征。为了满足静止图像在特殊领域编码的需求，JPEG2000作为一个新的标准处于不断的发展中。它不仅希望提供优于现行标准的失真率和个人图像压缩性能，而且还可以提供一些现行标准不能有效地实现甚至在很多情况下完全无法实现的功能和特性。这种新的标准更加注重图像的可伸缩表述。所以就可以在任意给定的分辨率级别上来提供一个低质量的图像恢复，或者在要求的分辨率和信噪比的情况下提取图像的部分区域。 1.JPEG2000的基本介绍及优势 相信大家对JPEG这种图像格式都非常熟悉，在我们日常所接触的图像中，绝大多数都是JPEG格式的。JPEG的全称为Joint Photographic Experts Group，它是一个在国际标准组织(ISO)下从事静态图像压缩标准制定的委员会，它制定出了第一套国际静态图像压缩标准：ISO 10918－1，俗称JPEG。由于相对于BMP等格式而言，品质相差无己的JPEG格式能让图像文件“苗条”很多，无论是传送还是保存都非常方便，因此JPEG格式在推出后大受欢迎。随着网络的发展，JPEG的应用更加广泛，目前网站上80％的图像都采用JPEG格式。 但是，随着多媒体应用领域的快速增长，传统JPEG压缩技术已无法满足人们对数字化多媒体图像资料的要求：网上JPEG图像只能一行一行地下载，直到全部下载完毕，才可以看到整个图像，如果只对图像的局部感兴趣也只能将整个图片载下来再处理；JPEG格式的图像文件体积仍然嫌大；JPEG格式属于有损压缩，当被压缩的图像上有大片近似颜色时，会出现马赛克现象；同样由于有损压缩的原因，许多对图像质量要求较高的应用JPEG无法胜任。 JPEG2000是为21世纪准备的压缩标准，它采用改进的压缩技术来提供更高的解像度，其伸缩能力可以为一个文件提供从无损到有损的多种画质和解像选择。JPEG2000被认为是互联网和无线接入应用的理想影像编码解决方案。 “高压缩、低比特速率”是JPEG2000的目标。在压缩率相同的情况下，JPEG2000的信噪比将比JPEG提高30%左右。JPEG2000拥有5种层次的编码形式：彩色静态画面采用的JPEG 编码、2值图像采用的JBIG、低压缩率图像采用JPEGLS等，成为应对各种图像的通用编码方式。在编码算法上，JPEG2000采用离散小波变换（DWT）和bit plain算术编码（MQ coder）。此外，JPEG2000还能根据用户的线路速度以及利用方式(是在个人电脑上观看还是在PDA上观看)，以不同的分辨率及压缩率发送图像。 JPEG2000的制定始于1997年3月，但因为无法很快确定算法，因此耽误了不少时间，直到2000年 3 月，规定基本编码系统的最终协议草案才出台。目前JPEG2000已由ISO和
《算法设计与分析》课程报告 姓名：文亮 学号：201322220254 学院：信息与软件工程学院 老师：屈老师；王老师
算法实现与应用——《算法设计与分析》课程报告 一． 基本要求 1. 题目: 图像压缩 2. 问题描述 掌握基于DCT 变换的图像压缩的基本原理及其实现步骤；对同一幅原 始图像进行压缩，进一步掌握DCT 和图像压缩。 3. 算法基本思想 图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。压缩技术分为无损压缩和有损压缩两大类，前者在解码时可以精确地恢复原图像，没有任何损失；后者在解码时只能近似原图像，不能无失真地恢复原图像。 假设有一个无记忆的信源,它产生的消息为{}N ≤≤i a i 1,其出现的概率是已知的,记为()i a p 。则其信息量定义为: ()()i i a p a log -=I 由此可见一个消息出现的可能性越小，其信息量就越多，其出现对信息的贡献量越大，反之亦然。 信源的平均信息量称为“熵”（entropy ），可以表示为： ()()[]()()∑∑==-=?=H N i i i N i i i a p a p a p I a p 1 1 log 对上式取以2为底的对数时，单位为比特（bits ）： ()()∑=-=H N i i i a p a p 1log 根据香农（Shannon ）无噪声编码定理，对于熵为H 的信号源，对其进行无
图像压缩算法性能的测试与分析工具1 蔡正兴，张虹 中国矿业大学计算机科学与技术学院，江苏徐州 (221008) 摘要：本文研究了图像压缩算法性能的评价方法，提出了图像压缩算法性能的测试算法，包括横向比较测试和纵向分解测试，并在此基础上设计并实现了压缩算法性能的测试与分析工具。该工具能够测试和分析压缩算法的性能，并自动生成各种分析图表，为用户提供了方便，具有较大的实用价值。为了提高评价的效率、准确性和全面性，文中提出了测试图像的选择方法和测试结果的分析方法，具有一定的理论意义。 关键词：压缩性能，测试方法，分析方法，图像选择方法 1. 引言 近年来，图像压缩得到快速发展[1]，各种算法层出不穷，比如有损的压缩算法可以在低失真的条件下达到高压缩比[2，3]，而无损的压缩算法则可以保证重建图像的无失真[4]。因此在实际应用中得知各种压缩算法的性能及特点是必要的。在评价图像压缩算法性能时主要考虑压缩比、重建质量、时间复杂度、空间复杂度和实现代价这几个方面[5]，其中较为重要的是压缩比、重建质量和时间复杂度。为了计算这些压缩性能指标，常常使用一些工具软件，比如在图像处理领域广泛使用的MATLAB系列软件，它提供了大量的内置函数[6]，操作方便，功能强大，但它不是评价图像压缩算法性能的专业工具，需要进行二次开发，不能有效的分析和评价压缩性能。其次，利用性能指标来评价压缩方法，尽管方便快捷，但还不能反映图像压缩算法的全部特点。例如，在考虑变换编码系统的失真性质时，一般采用MSE(均方误差)，有时利用MSE计算得到的重建质量很好，但视觉效果却不好，这是因为MSE对图像中的失真显著性不敏感[7]，可见，性能指标仅仅是对压缩算法进行宏观上的评价，无法评价每个过程对压缩性能的影响。再次，在评价压缩性能时，不可避免地要使用测试图像，用户在选择测试图像时带有随机性，不利于全面地评价压缩方法。针对这些不足，本文设计了图像压缩算法性能的测试与分析工具——AutoTA。AutoTA的目标是自动地对图像压缩算法进行测试与分析，并生成各种分析图表，全面的评价图像压缩算法的性能。AutoTA具有广泛的应用前景，科研人员利用AutoTA可横向比较各种压缩算法的性能，也可纵向分析压缩算法的特点；工程技术人员也可以根据AutoTA的测试结果，在实际应用中选择合适的图像压缩算法。 2. 压缩算法性能指标 压缩性能指标是评价压缩算法的重要方面，也是AutoTA分析图像压缩算法性能的重要依据，下面将描述相关的性能指标。 2.1压缩比 压缩比是指压缩过程中输入数据量和输出数据量之比，反映了图像压缩算法的压缩性能，当压缩比小于1时为正压缩，当压缩比大于1时为负压缩。压缩比的计算公式为： 1本课题得到国家自然科学基金项目(编号：60372102)、教育部博士点基金项目(编号：20030290011)、软件新技术国家重点实验室课题(编号：A200309)资助。
秋风，秋雨，秋天的景色 ?博客园 ?首页 ?博问 ?闪存 ?新随笔 ?联系 ?订阅 ?管理 随笔- 234 文章- 0 评论- 22 图象压缩（JPEG）编码算法及压缩过程的实现转 图象压缩（JPEG）编码算法及压缩过程的实现 摘要 本文首先介绍了静态图像压缩（JPEG）编码算法的基本原理、压缩的实现过程及其重要过程的离散余弦变换（DCT）算法的实现原理及软件实现的例程，其次着重介绍了压缩过程中的DCT、量化和编码三个重要步骤的实现原理。 关键词：图像压缩有损压缩 JPEG 离散余弦变换 DCT 量化 第一章图像压缩编码的综述 1.1 图象压缩的目的和方法 图象的数字化表示使得图象信号可以高质量地传输，并便于图像的检索、分析、处理和存储。但是数字图像的表示需要大量的数据，必须进行数据的压缩。即使采用多种方法对数据进行了压缩，其数据量仍然巨大，对传输介质、传输方法和存储介质的要求较高。因此图象压缩编码技术的研究显得特别有意义，也正
是由于图象压缩编码技术及传输技术的不断发展、更新，推动了现代多媒体技术应用的迅速发展。 1.1.1 图象压缩的目的 图象采样后，如果对之进行简单的8bit量化和PCM编码，其数据量是 巨大的。以CIF（Common Intermediate Format）格式的彩色视频信号为例，若采样速率为25帧/秒，采样样点的Y、U、V分量均为8bit量化，则一秒钟的数据量为： 352×288×3×8×25＝60.83Mbit 要传输或存储这样大的数据量是非常困难的，必需对其进行压缩编码，在满足实际需要的前提下，尽量减少要传输或存储的数据量。 虽然数字图象的数据量巨大，但图象数据是高度相关的。一幅图象的内部相邻象素之间，相邻行之间的视频序列中相邻图象之间有大量冗余信息—空间相关性和时间相关性，可以使用各种方法尽量去除这些冗余信息，减少图象的数据量。 除了时间冗余和空间冗余外，在一般的图象数据中还存在信息熵冗余、结构冗余、知识冗余和视觉冗余。各种冗余就是压缩图象数据的出发点。图象编码的目的就在于采用各种方法去除冗余，以尽量少的数据量来表示个重建图象。 1.1.2图象压缩的几种方法 1.统计和字典的压缩方法 常规程序和计算机熵的数据对于那些基于利用统计变种的压缩，效果很好，这些统计变种表现在单个符号的频率以及符号或短语字符串的频率等方面，而基于字典的系统实际山就是假扮统计程序。可是遗憾的是，这类压缩对于连续色调图象的作用并不很好。 这些程序的主要问题产生于这样的一个事实：照片图象的象素广泛地分布在整个范围。如果将图象中的彩色用频率分布画出，那么频率分布图中，没有我们在统计压缩的成功的情况下所看到的“尖峰”状，实际上，如果延长这个分布图，那么从类似于电视那样的生活图象源中得出的分布图会趋于平展。这意味着，每个象素代码彼此是大约相同的出现机会，决定不存在挖掘熵差的任何机会。 基于字典的压缩程序的运行也有类似的问题，基于扫描照片的图象决定没有任何类型的数据特征以产生相同的短语的多次出现。例如，一个栅格化的图象，
PNG图像格式的压缩算法 便携式网络图形（Portable Network Graphics）简称为PNG，它是一种无损压缩的位图图形格式，其含有以下几种特性： 1、支持256色调色板技术以产生小体积文件 2、支持最高48位真彩色图像以及16位灰度图像 3、支持阿尔法通道（Alpha Channel，表示图片的透明度和半透明度）的透明/半透明 性 4、支持图像亮度的伽马校正（Gamma校准，用来针对影片或是影像系统里对于光线的 辉度 (luminance) 或是三色刺激值 (tristimulus values)所进行非线性的运算或 反运算）信息 5、使用了无损压缩的算法 6、使用了循环冗余校验（CRC，用来检测或校验数据传输或者保存后可能出现的错误） 防止文件出错 一、 PNG格式的文件结构 PNG定义了两种类型的数据块：一种是PNG文件必须包含、读写软件也都必须要支持的关键块（critical chunk）；另一种叫做辅助块（ancillary chunks），PNG允许软件忽略它不认识的附加块。这种基于数据块的设计，允许PNG格式在扩展时仍能保持与旧版本兼容。 关键数据块中有4个标准数据块： 1、文件头数据块IHDR(header chunk)：包含有图像基本信息，作为第一个数据块出现 并只出现一次。 2、调色板数据块PLTE(palette chunk)：必须放在图像数据块之前。 3、图像数据块IDAT(image data chunk)：存储实际图像数据。PNG数据允许包含多个 连续的图像数据块。 4、图像结束数据IEND(image trailer chunk)：放在文件尾部，表示PNG数据流结束 二、PNG格式文件的压缩算法 PNG格式文件采用的是从LZ77派生的一个称为DEFLATE的非专利无失真式压缩算法，这个算法对图像里的直线进行预测然后存储颜色差值，这使得PNG经常能获得比原始图像更大的压缩率。
题目：图像压缩技术的综述 学生姓名：徐欢学号：070110117 系别：计算机与信息学院专业：计算机科学与技术 入学年份：2010年9月 导师姓名：陈蕴谷职称/学位：讲师/硕士研究生 导师所在单位：中国科学院合肥物质研究院 完成时间:2014年4月 1.引言 随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。 图像数据是用来表示图像信息的，如果不同的方法为表示相同的信息使用了不同的数据量，那么使用较多数据量的方法中，有些数据必然代表了无用的信息，或者是重复的表示了其他数据表示的信息，前者成为数据冗余，后者成为不相干信息。图像压缩编码的主要目的，就是通过删除冗余的或者是不相干的信息，以尽可能地的数码率来存储和传输数字图像数据。 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。 图像编码基础 图像编码压缩是指在满足一定图像质量的条件下，用尽可能少的数据量来表示图像。编码技术比较系统的研究始于Shannon信息论，从此理论出发可以得到数据压缩的两种基本途径。一种是联合信源的冗余度也寓于信源间的相关性之
一、JEPG压缩算法（标准） (一)JPEG压缩标准 JPEG(Joint Photographic Experts Group)是一个由ISO/IEC JTC1/SC2/WG8和CCITT VIII/NIC于1986年底联合组成的一个专家组，负责制定静态的数字图像数据压缩编码标准。迄今为止，该组织已经指定了3个静止图像编码标准，分别为JPEG、JPEG-LS和JPEG2000。这个专家组于1991年前后指定完毕第一个静止图像压缩标准JPEG标准，并且成为国际上通用的标准。JPEG标准是一个适用范围很广的静态图像数据压缩标准，既可用于灰度图像又可用于彩色图像。 JPEG专家组开发了两种基本的静止图像压缩算法，一种是采用以离散余弦变换(Discrete Cosine Transform, 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。使用无损压缩算法时，其压缩比比较低，但可保证图像不失真。使用有损压缩算法时，其算法实现较为复杂，但其压缩比大，按25：1压缩后还原得到的图像与原始图像相比较，非图像专家难于找出它们之间的区别，因此得到了广泛的应用。 JPEG有4种工作模式，分别为顺序编码，渐近编码，无失真编码和分层编码，他们有各自的应用场合，其中基于顺序编码工作模式的JPEG压缩系统也称为基本系统，该系统采用单遍扫描完成一个图像分量的编码，扫描次序从左到右、从上到下，基本系统要求图像像素的各个色彩分量都是8bit，并可通过量化线性地改变DCT系统的量化结果来调整图像质量和压缩比。下面介绍图像压缩采用基于DCT的顺序模式有损压缩算法，该算法下的JPEG压缩为基本系统。 (二)JPEG压缩基本系统编码器 JPEG压缩是有损压缩，它利用了人的视觉系统的特性，将量化和无损压缩编码相结合来去掉视觉的冗余信息和数据本身的冗余信息。基于基本系统的JPEG压缩编码器框图如图1所示，该编码器是对单个图像分量的处理，对于多个分量的图像，则首先应将图像多分量按照一定顺序和比例组成若干个最小压缩单元（MCU），然后同样按该编码器对每个MCU各个分量进行独立编码处理，最终图像压缩数据将由多个MCU压缩数据组成。
图像无损压缩算法综述 【摘要】本文介绍了常见的图像无损压缩方法：静态及动态霍夫曼(Huffman)编码算法、算术编码算法、LZW ( lanpel-ziv-velch)编码及其改进算法、行程编码（又称游程编码，RLE）及改进自适应游程编码算法、费诺-香农编码算法和一种改进的编码方法。简要分析了各种算法的优缺点。 【关键词】霍夫曼算术编码 LZW 行程编码费诺-香农编码 1 前言 随着技术的不断发展，多媒体技术和通讯技术等对信息数据的存储和传输也提出了更高的要求，给现有的有限带宽带来更严峻的考验，尤其是具有庞大数据量的数字图像通信。存储和传输的高难度极大地制约了图像通信的发展，因此对图像信息压缩技术的研究受到了越来越多的关注。压缩数据量是图像压缩的首要目的，但保证压缩后图像的质量也是非常重要的，无损压缩是指能精确恢复原始图像数据的压缩方法，其在编码压缩过程中没有图像信号的损失。本文介绍了常见的无损压缩方法：静态及动态霍夫曼(Huffman)编码算法、算术编码算法、LZW ( lanpel-ziv-velch)编码及其改进算法、行程编码（又称游程编码，RLE）及改进自适应游程编码算法、费诺-香农编码算法和一种改进的编码方法。 2 常见图像无损压缩算法 2.1 霍夫曼算法 Huffman算法是一种用于数据压缩的算法，由D.A.Huffman最先提出。它完全依据字符出现概率来构造平均长度最短的编码，有时称之为最佳编码，一般叫做Huffman编码。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。 2.1.1 静态霍夫曼编码 步骤：
JPEG图像压缩算法基本介绍 JPEG压缩算法可以用失真的压缩方式来处理图像，但失真的程度却是肉眼所无法辩认的。这也就是为什么JPEG会有如此满意的压缩比例的原因。 下面主要讨论，JPEG基本压缩法。 一、图像压缩算法之JPEG压缩过程 JPEG压缩分四个步骤实现： 1.颜色模式转换及采样； 2.DCT变换； 3.量化； 4.编码。 二、图像压缩算法具体操作 1、图像压缩算法之颜色模式转换及采样 RGB色彩系统是我们最常用的表示颜色的方式。JPEG采用的是YCbCr色彩系统。想要用JPEG基本压缩法处理全彩色图像，得先把RGB颜色模式图像数据，转换为YCbCr颜色模式的数据。Y代表亮度，Cb和Cr则代表色度、饱和度。通过下列计算公式可完成数据转换。 Y=0.2990R+0.5870G+0.1140B Cb=-0.1687R-0.3313G+0.5000B+128 Cr=0.5000R-0.4187G-0.0813B＋128 人类的眼晴对低频的数据比对高频的数据具有更高的敏感度，事实上，人类的眼睛对亮度的改变也比对色彩的改变要敏感得多，也就是说Y成份的数据是比较重要的。既然Cb成份和Cr成份的数据比较相对不重要，就可以只取部分数据来处理。以增加压缩的比例。JPEG 通常有两种采样方式：YUV411和YUV422，它们所代表的意义是Y、Cb和Cr三个成份的数据取样比例。 2、图像压缩算法之DCT变换
DCT变换的全称是离散余弦变换(Discrete Cosine Transform)，是指将一组光强数据转换成频率数据，以便得知强度变化的情形。若对高频的数据做些修饰，再转回原来形式的数据时，显然与原始数据有些差异，但是人类的眼睛却是不容易辨认出来。 压缩时，将原始图像数据分成8*8数据单元矩阵，例如亮度值的第一个矩阵内容如下： JPEG将整个亮度矩阵与色度Cb矩阵，饱和度Cr矩阵，视为一个基本单元称作MCU。每个MCU所包含的矩阵数量不得超过10个。例如，行和列采样的比例皆为4:2:2，则每个MCU将包含四个亮度矩阵，一个色度矩阵及一个饱和度矩阵。 当图像数据分成一个8*8矩阵后，还必须将每个数值减去128，然后一一代入DCT变换公式中，即可达到DCT变换的目的。图像数据值必须减去128，是因为DCT转换公式所接受的数字范围是在-128到+127之间。 DCT变换公式： x,y代表图像数据矩阵内某个数值的坐标位置 f(x,y)代表图像数据矩阵内的数个数值 u,v代表DCT变换后矩阵内某个数值的坐标位置 F(u,v)代表DCT变换后矩阵内的某个数值 u=0 且v=0 c(u)c(v)=1/1.414 u>0 或v>0 c(u)c(v)=1 经过DCT变换后的矩阵数据自然数为频率系数，这些系数以F（0，0）的值最大，称为DC，其余的63个频率系数则多半是一些接近于0的正负浮点数，一概称之为AC。 3、图像压缩算法之量化 图像数据转换为频率系数后，还得接受一项量化程序，才能进入编码阶段。 量化阶段需要两个8*8矩阵数据，一个是专门处理亮度的频率系数，另一个则是针对色度的频率系数，将频率系数除以量化矩阵的值，取得与商数最近的整数，即完成量化。