一种基于MATLAB的JPEG图像压缩具体实现方法Word格式文档下载.docx

1、 %使得数据分布范围-127127B=int16（A（:,3）-128; 通过imread函数获取BMP图像的R、G、B三原色矩阵，因为下一步做DCT转换，二DCT函数要求输入为正负值，所以减去128，使得像素点分布范围变为-127127，函数默认矩阵A的元素为无符号型（uint8），所以如果直接相减差值为负时会截取为0，所以先用int16将像素点的值转为带符号整数。网上很多都提到了第一步的YUV转换，但是由于MATLAB在实验时YUV转换后色差失真比较严重，这里没有进行YUV转换。个人理解为YUV转换后经过非R/G/B原理显示器显示效果可能会比较好，或者如果图像有色差可以选择YUV调整。为了

2、方便，读入的图像像素为400*296，是8*8的50*37倍，所以代码里没有进行8*8的整数倍调整。 2. 8*8分块 R_8_8=R（1:8,1:8）;%取出一个8*8块 这里以R色压缩解码为例，后边解释均为R色编码解码过程，最后附全部代码。R_8_8为： 3.DCT变换 R_DCT=dct2（R_8_8）; 使用MATLAB函数dct2进行DCT变换，也可使用DCT变换矩阵相乘的方法，即R_DCT=A* R_8_8*AT，其中A为DCT变换矩阵。R_DCT为：4.量化R_dct_s=round（R_DCT./S）; 使用JPEG标准亮度量化表S量化并取整，S为：R_dct_s为：其中第一个

3、数-14为DC系数，剩余63个数为AC系数，左上角低频，右下角高频，可以看出量化后已经将多数高频量丢弃，从而实现数据压缩。5.Zig_Zag扫描Rdcts_c=reshape（R_dct_s,1,64）;Rdcts_c_z=Rdcts_c（zig）;利用reshape函数将量化后的矩阵转为1,64行向量，利用zig向量按位取值，进行Zig_Zag扫描。其中Rdcts_c为：1164位均为0；zig为：zig=0,1,8,16,9,2,3,10,17,24,32,25,18,11,4,5,12,19,26,33,40,48,41,34,27,20,13,6,7,14,21,28,35,42,49

4、,56,57,50,43,36,29,22,15,23,30,37,44,51,58,59,52,45,38,31,39,46,53,60,61,54,47,55,62,63;Zig_Zag扫描后的向量Rdcts_c_z为：可以看出通过zig向量按位取值准确实现了对量化后DC，AC系数的Zig_Zag扫描。6.获取DC/AC系数的中间格式r_dc_diff=Rdcts_c_z（1）-r_dc;用当前DC系数减去上一个8*8子块的DC系数得到两DC系数的差值作为DC系数中间值，因为图像相邻像素具有很大的相关性，这样做可以减小DC编码长度，进一步压缩代码，在解码的时候通过该差值依次获得各8*8子块

5、DC系数。r_dc=Rdcts_c_z（1）;解码之后用该代码将当前DC系数赋给r_dc作为下一次编码时求差值的参考值。for i=2:1:64;if Rdcts_c_z（i）=0&r_n15&i=64 r_n=r_n+1;elseif Rdcts_c_z（i）=0&i=64 r_ac_cnt=r_ac_cnt+1; r_AC（1,2*r_ac_cnt-1）=r_n; r_AC（1,2*r_ac_cnt）=Rdcts_c_z（i）; r_n=0;elseif Rdcts_c_z（i）=0&15r_n=15end该for循环用来获取AC系数的中间格式，因为第一个数为DC系数，所以循环从2开始。因

6、为63个AC系数中有很多值为0，所以采用行程编码可以很大的减小编码长度。行程编码是指记录两个非0数之间0的个数，以及非零数的数值，非零数个数和数值为一组中间格式，这里为了计数方便，连续16个0出现时，用（15，0）表示，继续获取下一个AC系数中间格式，也就是说行程编码压缩的最大长度设为16bit，例如数列：1、0、0、-1、0、0、0、0、0、3、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、2；对该列数通过形成编码获取中间格式即为：（0,1）、（2，-1）、（5,3）、（15,0）、（5,2）。第一个数为0的个数，第二个数为数值，特殊情况（15,0）指1

7、6个0。通过该for循环获取AC系数中间格式并保存在向量Rdcts_c_z中，奇数表示0的个数，偶数表示AC系数数值。表示前两个数是1，后边共有16*3+13=61个0，与量化表相同。7. Huffman熵编码熵编码可以根据Huffman算法对每个量化后的矩阵进行现场编码，但是这样会增加传输数据（需要传输编码表），所以这里采用标准HuffmanVLI编码表进行编码，VLI编码表如下：数值位数编码-1,110,1-3,-2,2,3200,01,10,11-7,-6,-5,-4,4,5,6,73000,001,010,101,110,111-15,-8,8,1540000,0001,1110,11

8、11-31,-16,16,31500000,00001,11110,11111-63,-32,32,636-127,-64,64,1277-255,-128,128,2558-511,-256,256,5119-1023,-512,512,102310-2047,-1024,1024,204711121314熵编码后所得编码即为压缩后的代码，方便存储或者传输。为了便于硬件实现，这里没有涉及到Huffman亮度表，而是依据VLI编码表，通过DC/AC系数的数值确定位数和编码（编码原理），熵编码由上表中的位数和编码两部分组成，即压缩后的编码包括两部分，然后再依据VLI编码表，通过位数和编码返回DC

9、/AC系数（解码原理），编码中还包含了AC系数中0的个数。0的个数和位数均用4bit二进制数表示。r_huff=cell（r_ac_cnt+1,3）;%建立三列矩阵保存压缩后的编码，第一例为0的个数，第二列为编码长度，第三例为编码 for j=0:r_ac_cnt;if j=0 siz,code=vli（r_dc_diff）; %通过vli编码函数对DC差值进行编码，获得DC差值编码长度和编码，vli函数见附录。 %siz,code=vli（r_dc）;%通过vli函数获取AC系数编码及编码长度 r_huff（1,1）=cellstr（dec2bin（0）; %cellstr将二进制字符串转为

10、cell格式放入矩阵 r_huff（1,2）=cellstr（dec2bin（siz,4）;%将哈夫曼编码长度存为4bit r_huff（1,3）=cellstr（dec2bin（code,siz）;%将哈夫曼编码转为二进制 r_code_bit=r_code_bit+siz; %计算编码长度else if r_AC（2*j）=0 r_huff（j+1,1）=cellstr（dec2bin（r_AC（2*j-1）,4）;%将0的个数写入第一列 r_huff（j+1,2）=cellstr（dec2bin（0）; r_huff（j+1,3）=cellstr（dec2bin（0）; else siz

11、,code=vli（r_AC（2*j）; r_huff（j+1,2）=cellstr（dec2bin（siz,4）; %AC编码长度写入第二列 r_huff（j+1,3）=cellstr（dec2bin（code,siz）; %AC编码写入第三列 end压缩后的编码表r_huff如下：此时已将8*8*8=512bit压缩为4+6*8+2+1+1=56bit。8.DC/AC系数Huffman熵解码i_n=1;for k=1:r_ac_cnt+1; if k=1 i_value=i_vli（r_huff（1,2）,r_huff（1,3） %i_vli函数解码，i_vli通过编码长度和编码恢复DC/

12、AC系数真值，函数见附录。 i_Rdcts_c_z（1,i_n）=r_dc+i_value; %i_Rdcts_c_z（1,i_n）=r_huff（1,3）; i_n=i_n+1; r_dc=Rdcts_c_z（1）; else if bin2dec（r_huff（k,1）=15&bin2dec（r_huff（k,2）=0 i_Rdcts_c_z（1,i_n:i_n+15）=0;%出现中间格式（15，0）返16个0 i_n=i_n+16; elseif bin2dec（r_huff（k,1）=0& i_Rdcts_c_z（1,i_n）=0; %出现中间格式（0，0）反1个0，没有具体分析这种情况到底是否存在，但是如果最后一位恰好为0，此时恰好开始新的中间格式计算，i=64时终止计算，则中间格式为（0，0）else i_n+bin2dec（r_huff（k,1）-1）