2.4?量化(quantization)

量化過(guò)程是一個(gè)將信號(hào)的幅度離散化的過(guò)程，離散信號(hào)經(jīng)過(guò)量化后變?yōu)閿?shù)字信號(hào)。

由于HVS對(duì)低頻信號(hào)更為敏感，所以對(duì)信號(hào)的低頻部分采用相對(duì)短的量化步長(zhǎng)，對(duì)信號(hào)的高頻部分采用相對(duì)長(zhǎng)的量化步長(zhǎng)。這樣可以在一定程度上，得到相對(duì)清晰的圖像和更高的壓縮率。

2.5?Z字形編碼(zigzag scan)

按Z字形把量化后的數(shù)據(jù)讀出，例：

2.6?使用行程長(zhǎng)度編碼(RLE)對(duì)交流系數(shù)(AC)進(jìn)行編碼

所謂游程長(zhǎng)度編碼是指一個(gè)碼可以同時(shí)表示碼的值和前面有幾個(gè)零。這樣就發(fā)揮了Z字型讀出的優(yōu)點(diǎn)，因?yàn)閆字型讀出，出現(xiàn)連零的機(jī)會(huì)比較多，特別到最后，如果都是零，在讀到最后一個(gè)數(shù)后，只要給出“塊結(jié)束”(EOB)碼，就可以結(jié)束輸出，因此節(jié)省了很多碼率。

例：圖中按Z字形抽取和游程編碼得到碼值為

(0,1,0)(1,2,0)(0,5,0)(0,4,0)(4,8,1)EOB

這樣一個(gè)4*4的矩陣用很少的數(shù)值就能表示！

2.7?熵編碼

常用的熵編碼有變長(zhǎng)編碼，即哈夫曼編碼。

哈夫曼的編碼方法：對(duì)出現(xiàn)概率大的符號(hào)分配短字長(zhǎng)的二進(jìn)制碼，對(duì)出現(xiàn)概率小的符號(hào)分配長(zhǎng)字長(zhǎng)的二進(jìn)制碼，得到符號(hào)平均碼長(zhǎng)最短的碼。

哈夫曼編碼的步驟：(1). 把信源符號(hào)按概率大小順序排列， 并設(shè)法按逆次序分配碼字的長(zhǎng)度。 (2). 在分配碼字長(zhǎng)度時(shí)，首先將出現(xiàn)概率最小的兩個(gè)符號(hào)的概率相加合成一個(gè)概率 (3). 把這個(gè)合成概率看成是一個(gè)新組合符號(hào)地概率，重復(fù)上述做法直到最后只剩下兩個(gè)符號(hào)概率為止。 (4). 完成以上概率順序排列后，再反過(guò)來(lái)逐步向前進(jìn)行編碼，每一次有二個(gè)分支各賦予一個(gè)二進(jìn)制碼，可以對(duì)概率大的賦為零，概率小的賦為1。

關(guān)于AC/DC系數(shù)的編碼

1.AC系數(shù)的Huffman編碼

經(jīng)過(guò)Z掃描和游程編碼后的非零AC系數(shù)被表述為符號(hào)A和符號(hào)B。符號(hào)A由(Runlength，Size)構(gòu)成，符號(hào)B(Amplitude)。

Runlength為非零AC系數(shù)前連續(xù)為0的AC系數(shù)；

Size則是表示編碼Amplitude所需要的比特位數(shù)；

Amplitude為AC系數(shù)的幅值。

實(shí)際操作時(shí)，JPEG用一個(gè)8位的值RS來(lái)表示符號(hào)A，RS=RRRRSSSS，對(duì)于一個(gè)非零的AC系數(shù)，高四位用來(lái)表示Runlength，低四位用來(lái)表示Size。(00000000)用來(lái)表示EOB。

對(duì)符號(hào)B進(jìn)行變字長(zhǎng)整數(shù)(VLI)編碼，將符號(hào)B的VLI碼放在A后從而形成對(duì)A,B編碼的最終結(jié)果。

2.DC系數(shù)的Huffman編碼

對(duì)于DC系數(shù)，與非零的AC系數(shù)類似，它將相鄰兩塊DC系數(shù)的差值(DIFF)描述如下的符號(hào)對(duì)：符號(hào)A為(Size),符號(hào)B為(Amplitude)。

Size表示為編碼Amplitude所需要的位數(shù)；

Amplitude表示DC系數(shù)的幅值。

在JPEG標(biāo)準(zhǔn)中，對(duì)符號(hào)A根據(jù)相應(yīng)的Huffman表進(jìn)行變字長(zhǎng)編碼，對(duì)符號(hào)B進(jìn)行變字長(zhǎng)整數(shù)編碼，而后將符號(hào)B 的VLI碼放在符號(hào)A的Huffman碼后，從而完成了對(duì)DIFF的編碼。

在JPEG標(biāo)準(zhǔn)中沒(méi)有定義缺省的Huffman表，用戶可以根據(jù)實(shí)際應(yīng)用自由選擇，可以預(yù)先定義一個(gè)通用的Huffman表，也可以針對(duì)一幅特定的圖像，在壓縮編碼前通過(guò)搜集其統(tǒng)計(jì)特性來(lái)計(jì)算Huffman表。

三，JPEG解碼的主要過(guò)程。

3.1?讀入文件的相關(guān)信息

按照J(rèn)PEG文件數(shù)據(jù)存儲(chǔ)方式，把要解碼的文件的相關(guān)信息一一讀出，為接下來(lái)的解碼工作做好準(zhǔn)備。參考方法是，設(shè)計(jì)一系列的結(jié)構(gòu)體對(duì)應(yīng)各個(gè)標(biāo)記，并存儲(chǔ)標(biāo)記內(nèi)表示的信息。其中圖像長(zhǎng)寬、多個(gè)量化表和哈夫曼表、水平/垂直采樣因子等多項(xiàng)信息比較重要。以下給出讀取過(guò)程中的幾個(gè)問(wèn)題。

1. 讀取文件的大體結(jié)構(gòu)

JFIF格式的JPEG文件(*.jpg)的一般順序?yàn)?#xff1a;

SOI(0xFFD8),APP0(0xFFE0),[APPn(0xFFEn)]可選,

DQT(0xFFDB),SOF0(0xFFC0),DHT(0xFFC4),SOS(0xFFDA),

壓縮數(shù)據(jù),EOI(0xFFD9)。

2. 讀取哈夫曼表數(shù)據(jù)；

3. 建立哈夫曼樹(shù)。

在準(zhǔn)備好所有的圖片信息后，就可以對(duì)圖片數(shù)據(jù)進(jìn)行解碼了。

關(guān)于AC,DC系數(shù)的解碼

1. AC系數(shù)的解碼

通過(guò)查詢Huffman數(shù)據(jù)解出RS，從中的到Runlength和Size的值。因?yàn)榉?hào)B是通過(guò)VLI表來(lái)編碼的，所以通過(guò)查詢Size的值可以得到Amplitude。這樣就可以解出符號(hào)A和符號(hào)B的值了。

2. DC系數(shù)的解碼

同理，先查詢Huffman表解出Size的，通過(guò)Size解出DIFF，將其與上一個(gè)8*8塊的DC系數(shù)數(shù)值相加，最終得到該塊的DC系數(shù)。

3.2 MCU中顏色分量(Y,U,V)的解碼

圖像數(shù)據(jù)流是有MCU組成，而MCU是用數(shù)據(jù)單元和顏色分量構(gòu)成。圖像數(shù)據(jù)流是以位(bit)為單位存儲(chǔ)信息的。并且內(nèi)部的數(shù)據(jù)都是在編碼時(shí)通過(guò)正向離散余弦變換(FDCT)進(jìn)行時(shí)空域向頻率域變換而得到的結(jié)果，所以對(duì)于每個(gè)顏色分量單元都應(yīng)該由兩部分組成：1個(gè)直流分量和63個(gè)交流分量。

顏色分量單元內(nèi)部綜合運(yùn)用了RLE行程編碼和哈夫曼編碼來(lái)壓縮數(shù)據(jù)。每個(gè)像素的數(shù)據(jù)流由兩部分構(gòu)成：編碼和數(shù)值，并且兩者基本以互相隔開(kāi)方式出現(xiàn)(除非該編碼的權(quán)值為零)。解碼的過(guò)程其實(shí)就是哈夫曼樹(shù)的查找過(guò)程。

3.3 直流系數(shù)的差分編碼

把所有的顏色分量單元按顏色分量(Y、Cr、Cb)分類。每一種顏色分量?jī)?nèi)，相鄰的兩個(gè)顏色分量單元的直流變量是以差分來(lái)編碼的。也就是說(shuō)，通過(guò)之前解碼出來(lái)的直流變量數(shù)值只是當(dāng)前顏色分量單元的實(shí)際直流變量減去前一個(gè)顏色分量單元的實(shí)際直流變量。也就是說(shuō)，當(dāng)前直流變量要通過(guò)前一個(gè)顏色分量單元的實(shí)際(非解碼)直流分量來(lái)校正：

DCn=DCn-1+Diff

其中Diff為差分校正變量，也就是直接解碼出來(lái)的直流系數(shù)。但如果當(dāng)前顏色分量單元是第一個(gè)單元，則解碼出來(lái)的直流數(shù)值就是真正的直流變量。

3個(gè)顏色分量的直流變量是分開(kāi)進(jìn)行差分編碼的。也就是說(shuō)，為1張圖片解碼時(shí)應(yīng)設(shè)置3個(gè)獨(dú)立的直流校正變量。

3.4 反量化

反量化的過(guò)程比較簡(jiǎn)單。只需要對(duì)8*8的顏色分量單元的64個(gè)值逐一乘以對(duì)應(yīng)的量化表內(nèi)位置相同的值則可。圖像內(nèi)全部的顏色分量單元都要進(jìn)行反量化。

3.5 反Zig-zag編碼

3.6 反離散余弦變換

之前提到，文件中的數(shù)據(jù)是在編碼時(shí)通過(guò)正向離散余弦變換(FDCT)進(jìn)行時(shí)空域向頻率域變換而得到的結(jié)果，所以現(xiàn)在解碼就必須將其反向離散余弦變換(IDCT)，就是把顏色分量單元矩陣中的頻率域數(shù)值向時(shí)空域轉(zhuǎn)換。并且，原來(lái)的頻率域的矩陣大小為8*8，則經(jīng)過(guò)反向離散余弦變換后，時(shí)空域的矩陣仍然是8*8。

3.7 YCrCb向RGB轉(zhuǎn)換

要在屏幕上顯示圖像，就必須以RGB模式表示圖像的顏色。所以，解碼時(shí)需要把YCrCb模式向RGB模式轉(zhuǎn)換。

另外，由于離散余弦變化要求定義域的對(duì)稱，所以在編碼時(shí)把RGB的數(shù)值范圍從[0，255]統(tǒng)一減去128偏移成[-128，127]。因此解碼時(shí)必須為每個(gè)分量加上128。具體公式如下：

R=?Y?+1.402*Cb?+128;

G=Y-0.34414*Cr?-0.71414*Cb?+128;

B=?Y?+1.772*Cb?+128;

還有一個(gè)問(wèn)題，通過(guò)變換得出的R、G、B值可能超出了其定義域，所以要作出檢查。如果大于255，則截?cái)酁?55；如果小于0，則截?cái)酁?。

至此，每個(gè)MCU的解碼已經(jīng)完成。

原文作者：quennel

總結(jié)

以上是生活随笔為你收集整理的对普通文件 霍夫曼编解码 matlab,JPEG编解码过程详解（二）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。