各種格式的圖像編碼

1、【圖像編碼】【文件格式】本次團隊合作充分將時間的利用率達(dá)到了最高化，我們用了2天將思路制定以及內(nèi)部根據(jù)自己的喜好分成2組，有人肯定會說不是給你們題目了么？還制定什么思路？因為這次題目比較寬廣，我們需要挑選重點以及難點來進行講解，況且前期的準(zhǔn)備工作充分了，對于后面接下來的過程將會更加得心應(yīng)手，目的性明確。我們小組里圖像編碼和文件格式又各分一組，用了3天的時間查找資料以及用了最后2天我們在圖書館以及網(wǎng)上進行了討論總結(jié)?！緢D像編碼】1. 為什么要使用圖像編碼答：圖像編碼主要利用圖像信號的統(tǒng)計特性以及人類視覺的生理學(xué)及心理學(xué)特性，對圖像信號進行高效編碼，即研究數(shù)據(jù)壓縮技術(shù)，目的是在保證圖像質(zhì)量的前提下

2、壓縮數(shù)據(jù)，便于存儲和傳輸，以解決數(shù)據(jù)量大的矛盾。一般來說，圖像編碼的目的有單個：1.減少數(shù)據(jù)存儲量2.降低數(shù)據(jù)率以減少傳輸帶寬3.壓縮信息量，便于特征提取，為后續(xù)識別做準(zhǔn)備。2. 經(jīng)典編碼技術(shù)2.1熵編碼2.1.1行程編碼2.1.2哈夫曼編碼【原理】2.1.3算術(shù)編碼優(yōu)點：編碼過程中按熵原理不丟失任何信息，根據(jù)消息出現(xiàn)概率的分布特性而進行的，是無損數(shù)據(jù)壓縮編碼。缺點：使用長度不同的比特串對字母進行編碼有一定的困難。尤其是，幾乎所有幾率的熵都是一個有理數(shù)。2.2預(yù)測編碼2.1.1差分脈沖編碼調(diào)制2.1.2自適應(yīng)差分脈沖編碼調(diào)制2.1.3幀間預(yù)測優(yōu)點：在同等精度要求的條件下，就可以用比較少的比特進

3、行編碼，達(dá)到壓縮數(shù)據(jù)的目的。缺點：在于當(dāng)圖像中有運動物體時，兩個傳輸幀在物體經(jīng)過的區(qū)域上不再一一對應(yīng)，因而引起圖像模糊。2.3變換編碼（壓縮比最高）2.1.1 K-L變換2.1.2離散余弦編碼優(yōu)點：在時域或空域描述時，數(shù)據(jù)之間相關(guān)性大，數(shù)據(jù)冗余度大，經(jīng)過變換在變換域中描述，數(shù)據(jù)相關(guān)性大大減少，數(shù)據(jù)冗余量減少，參數(shù)獨立，數(shù)據(jù)量少，這樣再進行量化，編碼就能得到較大的壓縮比。缺點：間接編碼編碼時間較長，壓縮時間復(fù)雜度較大。2.4混合編碼優(yōu)點：這種方法克服了原有波形編碼與參數(shù)編碼的弱點， 并且結(jié)合了波形編碼的高質(zhì)量和參數(shù)編碼的低數(shù)據(jù)率， 取得了比較好的效果。缺點：不便于解碼等工作3. 第二代編碼技術(shù)3

4、.1分型編碼壓縮比高，壓縮后的文件容量與圖像像素數(shù)無關(guān)，在壓縮時時間長但解壓縮速度快3.2小波變換編碼優(yōu)點：能夠很好消除圖像數(shù)據(jù)中的統(tǒng)計冗余，利用了人眼視覺的特性機制。適應(yīng)于高壓縮比應(yīng)用領(lǐng)域。缺點：離散余弦變換、弱化各子帶的統(tǒng)計特性。4. 【文件格式】1. 一般圖片有些什么格式BMP 是一個無壓縮的圖片，畫面質(zhì)量比較好，它了包含的圖像信息較豐富，支持1, 4, 8, 16, 24, 32位深度，通常用處在于Windows操作系統(tǒng)中的標(biāo)準(zhǔn)圖像文件格式 能夠被多種Windows應(yīng)用程序所支持，但是美中不足的就是文件體積大 需要內(nèi)存空間大。Jpeg是一種有損壓縮后的圖片，用在網(wǎng)絡(luò) 網(wǎng)頁 圖形 圖像信

5、息顯示比較多，用有損壓縮方式去除冗余的圖像和彩色數(shù)據(jù) 獲得極高的壓縮率同時能展現(xiàn)十分豐富生動的圖像 用最少的磁盤空間得到較好的圖像質(zhì)量可以調(diào)節(jié)壓縮的 比率 在質(zhì)量和大小之間 找到最佳點。這種就類似了我們聽音樂的MP3技術(shù)，去除一些我們?nèi)硕鸁o法識別或者說有沒有沒有關(guān)系的聲音，我們的圖片也是一樣。GIF通常用于網(wǎng)絡(luò)傳輸和圖像交換，他的優(yōu)點是壓縮比高，磁盤空間占用較少，支持動畫，GIF圖像格式還增加了漸顯方式 在圖像傳輸過程中，用戶可以先看到圖像的大致輪廓 然后隨著傳輸過程的繼續(xù)而逐步看清圖像中的細(xì)節(jié)部分 從而適應(yīng)了用戶的"從朦朧到清楚"的觀賞心理。然而做過網(wǎng)站的都知道一般網(wǎng)站上

6、的圖片GIF占多，同樣如果分別采用JPEG和GIF的網(wǎng)站，當(dāng)然他們的圖像是一樣的，這樣說來肯定是打開GIF的網(wǎng)站比較快。PNG是同時使用了LZ77算法與哈夫曼編碼（Huffman Coding）的一個無損數(shù)據(jù)壓縮算法。PNG是目前保證最不失真的格式 它汲取了GIF和JPG二者的優(yōu)點 存貯形式豐富 兼有GIF和JPG的色彩模式 它的另一個特點能把圖像文件壓縮到極限以利于網(wǎng)絡(luò)傳輸 但又能保留所有與圖像品質(zhì)有關(guān)的信息 因為PNG是采用無損壓縮方式來減少文件的大小 這一點與犧牲圖像品質(zhì)以換取高壓縮率的JPG有所不同 它的第三個特點是顯示速度很快 只需下載1/64的圖像信息就可以顯示出低分辨率的預(yù)覽圖像

7、。 PNG同樣支持透明圖像的制作 透明圖像在制作網(wǎng)頁圖像的時候很有用 我們可以把圖象背景設(shè)為透明 用網(wǎng)頁本身的顏色信息來代替設(shè)為透明的色彩 這樣可讓圖像和網(wǎng)頁背景很和諧地融合在一起。TGA采用了游程編碼和行程長度編碼的方式它在加壓縮和解壓縮都非?？焓且环N無損數(shù)據(jù)壓縮，但是并不適用于連續(xù)色調(diào)圖像的壓縮例如日常生活中的照片2. 矢量圖和標(biāo)量圖的區(qū)別色彩空間轉(zhuǎn)換首先，圖像由RGB（紅綠藍(lán)）轉(zhuǎn)換為一種稱為YUV的不同色彩空間。這與模擬PAL彩色電視傳輸所使用的色彩空間相似，但是更類似于MAC電視傳輸系統(tǒng)運作的方式。但不是模擬NTSC，模擬NTSC使用的是YIQ色彩空間。· Y成份表示一個像素

8、的亮度· U和V成份一起表示色調(diào)與飽和度。o 這種編碼系統(tǒng)非常有用，因為人類的眼睛對于亮度差異的敏感度高于色彩變化。使用這種知識，編碼器（encoder）可以被設(shè)計得更有效率地壓縮圖像。· 縮減取樣（Downsampling）· 上面所作的轉(zhuǎn)換使下一步驟變?yōu)榭赡?，也就是減少U和V的成份（稱為"縮減取樣"或"色度抽樣"（chroma subsampling）。在JPEG上這種縮減取樣的比例可以是4:4:4（無縮減取樣），4:2:2（在水平方向2的倍數(shù)中取一個），以及最普遍的4:2:0（在水平和垂直方向2的倍數(shù)中取一個）。對于壓

9、縮過程的剩余部份，Y、U、和V都是以非常類似的方式來個別地處理。· 什么是4：4：4 這也就是各個通道的抽樣率（這些知識我相信視頻的同學(xué)會給大家更好的解釋）未經(jīng)壓縮的每個象素3個字節(jié)離散余弦變換（Discrete cosine transform）將圖像中的每個成份（Y, U, V）生成三個區(qū)域，每一個區(qū)域再劃分成如磁磚般排列的一個個的8×8子區(qū)域，每一子區(qū)域使用二維的離散余弦變換（DCT）轉(zhuǎn)換到頻率空間。如果有一個如這樣的的8×8的8-比特（0255）子區(qū)域：接著推移128，使其范圍變?yōu)?-128127，得到結(jié)果為且接著使用離散余弦變換，和舍位取最接近的整數(shù)，得

10、到結(jié)果為DCT公式：量化（Quantization）人類眼睛在一個相對大范圍區(qū)域，辨別亮度上細(xì)微差異是相當(dāng)?shù)暮?，但是在一個高頻率亮度變動之確切強度的分辨上，卻不是如此地好。這個事實讓我們能在高頻率成份上極佳地降低信息的數(shù)量。簡單地把頻率領(lǐng)域上每個成份，除以一個對于該成份的常數(shù)就可完成，且接著舍位取最接近的整數(shù)。這是整個過程中的主要有損運算。以這個結(jié)果而言，經(jīng)常會把很多更高頻率的成份舍位成為接近0，且剩下很多會變成小的正或負(fù)數(shù)。一個普遍的量化矩陣是：使用這個量化矩陣與前面所得到的DCT系數(shù)矩陣，得到結(jié)果為：舉個例子，使用415（DC系數(shù)）且舍位得到最接近的整數(shù)熵編碼技術(shù)（entropy codi

11、ng）Z字體掃描矩陣的順序熵編碼是無損數(shù)據(jù)壓縮的一個特別形式。它牽涉到將圖像成份以Z字體（zigzag）排列，把相似頻率組群在一起（矩陣中往左上方向是越低頻率之系數(shù)，往右下較方向是較高頻率之系數(shù)），插入長度編碼的零，且接著對剩下的使用霍夫曼編碼。 JPEG標(biāo)準(zhǔn)也允許（但是并不要求）在數(shù)學(xué)上優(yōu)于霍夫曼編碼的算術(shù)編碼之使用。然而，這個特色幾乎很少被使用，因為它被專利所涵蓋，且它相較于霍夫曼編碼在編碼和解碼上會更慢。使用算術(shù)編碼一般會讓文件更小約5%。對于前者量化的系數(shù)所作的Z字體串行會是：26, 3, 0, 3, 3, 6, 2, 4, 1 4, 1, 1, 5, 1, 2, 1, 1, 1, 2

12、, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0當(dāng)剩下的所有系數(shù)都是零，對于過早退出的串行，JPEG有一個特別的霍夫曼編碼用詞。使用這個特殊的編碼用詞，EOB，該串行變?yōu)?6, 3, 0, 3, 3, 6, 2, 4, 1 4, 1, 1, 5, 1, 2, 1, 1, 1, 2, 0, 0, 0, 0, 0, 1, 1, EOB壓縮比率與不自然痕跡（artifact）有損壓縮導(dǎo)致的人為現(xiàn)象（上）與原圖（下），200%放大按：artifact在這個領(lǐng)域又被解釋為膺像、非自然信號、人為現(xiàn)象。在量化階段時，依照除數(shù)的不同，會使結(jié)果的壓縮比率可能有很多變化。10:1通?？傻玫綗o法使用肉眼分辨與原圖差異的圖像。100:1壓縮通常是可行的，但與原圖相較，會看出明顯的不自然痕跡。壓縮的適當(dāng)?shù)燃壥且罁?jù)要壓縮那一種圖像而定。使用萬維網(wǎng)的人，可能熟悉這種出現(xiàn)在JPEG數(shù)字圖像，已知壓縮人為現(xiàn)象的不規(guī)則現(xiàn)象。這是由于JPEG算法的量化步驟所造成的結(jié)果。這種現(xiàn)象在臉部照片中的眼睛