1、R_8_8为: 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。 _Zag扫描 Rdcts_c=reshape(R_dct_s,1,64);Rdcts_c_z=Rdcts_c(zig); 利
2、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=0,1,8,16,9,2,3,10,17,24,32,25,18,11,4,5,12,19,26,33,40,48,41,34,27,20,13,6,7,14,21,28,35,42,49,56,57,50,43,36,29,22,15,23,30,37,44,51,58,59,52,45,38,31,39,46,53,60,61,54,47,55,62,63; Zig_Zag扫描后的向量Rdcts_c_z为: 可以看出通过zig
3、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_nelseif Rdcts_c_z(i)=
4、0&r_nr_AC(1,2*r_ac_cnt)=Rdcts_c_z(i);r_n=0; elseif Rdcts_c_z(i)=0&r_n=15r_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); elseif Rdcts_c_z(i)=0& end end 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
5、中间格式,这里为了计数方便,连续16个0出现时,用表示,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:、。第一个数为0的个数,第二个数为数值,特殊情况指16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。 熵编码 熵编码可以根据Huffman算法对每个
6、量化后的矩阵进行现场编码,但是这样会增加传输数据,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 0 0 0 -1,1 1 0,1 -3,-2,2,3 2 00,01,10,11 -7,-6,-5,-4,4,5,6,7 3 000,001,010,101,110,111 -15,-8,8,15 4 0000,0001,1110,1111 -31,-16,16,31 5 00000,00001,11110,11111 -63,-32,32,63 6 -127,-64,64,127 7 -255,-128,128,255 8 -511,-256,256,5
7、11 9 -1023,-512,512,1023 10 -2047,-1024,1024,2047 11 12 13 14 15 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,熵编码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/AC系数,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
8、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); %?llstr将二进制字符串转为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4bitr_huff(1,3)=cellstr(dec2bin(code,siz);%将哈
9、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 r_huff(j+1,1)=cellstr(dec2bin(r_AC(2*j-1),4);siz,code=vli(r_AC(2*j);r_huff(j+1,2)=cellstr(dec2bin(siz,4);%?
10、编码长度写入第二列r_huff(j+1,3)=cellstr(dec2bin(code,siz);编码写入第三列r_code_bit=r_code_bit+siz; %计算编码长度 end end 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。 /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/AC系数真值,函数见附录。 i_Rdcts_c_z(1
11、,i_n)=r_dc+i_value; %i_Rdcts_c_z(1,i_n)=r_huff(1,3); i_n=i_n+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;%出现中间格式返16个0 i_n=i_n+16; elseif bin2dec(r_huff(k,1)=0&bin2dec(r_huff(k,2)=0 i_Rdcts_c_z(1,i_n)=0; %出现中间格式反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,
12、i=64时终止计算,则中间格式为 i_n=i_n+1; else i_Rdcts_c_z(1,i_n:i_n+bin2dec(r_huff(k,1)-1)=0;%哈夫曼编码矩阵r_huff中为二进制数,所以用到了bin2dec i_n=i_n+bin2dec(r_huff(k,1); %通过第一列分解重复的0 i_value=i_vli(r_huff(k,2),r_huff(k,3); %通过第二三列,编码长度和编码解出AC系数真值 i_Rdcts_c_z(1,i_n)=i_value; %将解码后的DC/AC系数放入向量i_Rdcts_c_z i_n=i_n+1; end end end 9
13、.反Zig_Zag扫描 i_Rdcts_c=i_Rdcts_c_z(i_zig); %反zig_zag扫描 i_Rdct_s(1,1:8)=i_Rdcts_c(1:%变为矩阵形式 i_Rdct_s(2,1:8)=i_Rdcts_c(9:16); i_Rdct_s(3,1:8)=i_Rdcts_c(17:24); i_Rdct_s(4,1:8)=i_Rdcts_c(25:32); i_Rdct_s(5,1:8)=i_Rdcts_c(33:40); i_Rdct_s(6,1:8)=i_Rdcts_c(41:48); i_Rdct_s(7,1:8)=i_Rdcts_c(49:56); i_Rdct_
14、s(8,1:8)=i_Rdcts_c(57:64); 通过按位取值的方法进行反Zig_Zag扫描,并将扫描获得的向量转为8*8矩阵,其中:i_zag为: i_zig=1,2,6,7,15,16,28,29,3,5,8,14,17,27,30,43,4,9,13,18,26,31,42,44,10,12,19,25,32,41,45,54,11,20,24,33,40,46,53,55,21,23,34,39,47,52,56,61,22,35,38,48,51,57,60,62,36,37,49,50,58,59,63,64; i_Rdct_s为: 10.反量化、反DCT变换 i_Rdct=r
15、ound(i_Rdct_s.*S);%反量化并取整 i_R_8_8=round(idct2(i_Rdct); %逆DCT变换 其中i_R_8_8为: 11.解码图像显示 for i_r=1:37;for i_c=1:50; end end 用这样一个嵌套for循环将所有8*8子块进行基于DCT变换的JPEG编码解码处理,i_R(i_r*8-7:i_r*8,i_c*8-7:i_c*8)=i_R_8_8; 在循环最后通过该语句将每一个8*8子块放到i_R矩阵中,然后i_R加128得到解码后R色像素矩阵i_RR。 分别对G、B像素矩阵做同样算法处理,得到解码后的像素矩阵i_GG、i_BB。 i_A(
16、:,1)=i_RR; i_A(:,2)=i_GG;,3)=i_BB;%将解码后三元色矩阵放入三维矩阵 u_i_A=uint8(i_A);将矩阵元素设为无符号整型 imshow(u_i_A);成功! 压缩前后图像对比: 因为没有直接查询Huffman编码表,增加了0的个数和编码长度的编码,压缩比会稍微降低,该方法所获得的压缩率,即压缩了近5倍。 附录: % %作者:chengbo %功能:JPEG图像压缩 %说明:该程序只是JPEG图像压缩算法的简单验证,为了便于处理,所压缩图像像素为400*296,是8*8的整数倍,使用标准哈夫曼编码表编码和解码,没有进行颜色修正,所以没有进行YUV转换,直接
17、进行RGB编码压缩,R/G/B三原色均使用JPEG标准亮度量化矩阵进行量化 clear all; clc; A=imread(messi_);%读取BMP图像矩阵 R=int16(A(: %读取RGB矩阵,于DCT时输入为正负输入, G=int16(A(:,2)-128; %使得数据分布范围-127127 B=int16(A(: S=16 11 10 16 24 40 51 61;%JPEG标准亮度量化矩阵12 12 14 19 26 58 60 55;14 13 16 24 40 57 69 56;14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103
18、 77;24 35 55 64 81 104 113 92;49 64 78 87 103 121 120 101;72 92 95 98 112 100 103 99; zig=0,1,8,16,9,2,3,10,17,24,32,25,18,11,4,5,.%zig_zag扫描向量12,19,26,33,40,48,41,34,27,20,13,6,7,14,21,28,.35,42,49,56,57,50,43,36,29,22,15,23,30,37,44,51,.58,59,52,45,38,31,39,46,53,60,61,54,47,55,62,63; i_zig=1,2,6,
19、7,15,16,28,29,3,5,8,14,17,27,30,43,. %反zig_zag扫描向量4,9,13,18,26,31,42,44,10,12,19,25,32,41,45,54,.11,20,24,33,40,46,53,55,21,23,34,39,47,52,56,61,.22,35,38,48,51,57,60,62,36,37,49,50,58,59,63,64; zig=zig+1; r_dc=0; r_n=0; r_AC=zeros; r_all_bit=0; for i_r=1: %0*296可以分为50*37个8*8子块 for i_c=1: r_ac_cnt=0
20、; R_8_8=R(i_r*8-7:i_c*8);%取出一个8*8块 R_DCT=dct2(R_8_8);%对这一个8*8矩阵进行DCT变化 R_dct_s=round(R_DCT./S); %量化取整 Rdcts_c=reshape(R_dct_s,1,64);Rdcts_c_z=Rdcts_c(zig);%zig_zag扫描 r_dc_diff=Rdcts_c_z(1)-r_dc; %求DC差值 %r_dc=Rdcts_c_z(1); ?编码中间值,奇数为0的个数,偶数为AC数值 if Rdcts_c_z(i)=0& end end r_huff=cell(r_ac_cnt+1,3); %
21、根据中间值查VLI标准编码表进行哈夫曼编码 r_code_bit=0; %因为编码后的值为二进制,所以建立cell型矩阵存放要发送编码 for j=0: %通过vli编码函数对DC差值进行编码 %siz,code=vli(r_dc); r_huff(1,1)=cellstr(dec2bin(0);llstr将二进制字符串转为cell格式放入矩阵r_huff(1,2)=cellstr(dec2bin(siz,4);%将哈夫曼编码bit数存为4bitr_huff(1,3)=cellstr(dec2bin(code,siz);r_huff(j+1,3)=cellstr(dec2bin(0);编码长度
22、写入第二例r_huff(j+1,3)=cellstr(dec2bin(code,siz);编码写入第三例r_code_bit=r_code_bit+siz; %计算编码长度 end end end r_all_bit=r_all_bit+r_ac_cnt*8+4+r_code_bit; %计算三原色R压缩后的总编码bit数 i_n=1;if k=1 i_value=i_vli(r_huff(1,2),r_huff(1,3)%i_vli函数解码 i_Rdcts_c_z(1,i_n)=r_dc+i_value; i_n=i_n+1;bin2dec(r_huff(k,2)=0 i_Rdcts_c_z
23、(1,i_n:%出现中间格式反16个0 i_n=i_n+16;%出现中间格式反1个0 i_n=i_n+1; %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, else%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 i_Rdcts_c_z(1,i_n:%哈夫曼编码矩阵r_huff中为二进制数,所以用到了bin3dec i_n=i_n+bin2dec(r_huff(k,1);%通过第一列分解重复的0 i_value=i_vli(r_huff(k,2),r_huff(k,3); %通过第二三列,位数和编码解出编码真值 i_Rdcts_c_z(1,i_n)=i_value; end end end i_Rdcts_c=i_Rdcts_c_z(i_zig); %反zig_zag扫描 i_Rdct_s(1,1:%变为矩阵形式 i_Rdct_s(2,1: i_Rdct=round(i_Rdct_s.*S);%反
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1