各種格式的圖像編碼

1、【圖像編碼】【文件格式】本次團(tuán)隊(duì)合作充分將時(shí)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(huì)說不是給你們題目了么？還制定什么思路？因?yàn)檫@次題目比較寬廣，我們需要挑選重點(diǎn)以及難點(diǎn)來進(jìn)行講解，況且前期的準(zhǔn)備工作充分了，對(duì)于后面接下來的過程將會(huì)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(shí)間查找資料以及用了最后2天我們?cè)趫D書館以及網(wǎng)上進(jìn)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(hào)的統(tǒng)計(jì)特性以及人類視覺的生理學(xué)及心理學(xué)特性，對(duì)圖像信號(hào)進(jìn)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(chǔ)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(gè)：1.減少數(shù)據(jù)存儲(chǔ)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(shí)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(diǎn)：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(jìn)行的，是無損數(shù)據(jù)壓縮編碼。缺點(diǎn)：使用長度不同的比特串對(duì)字母進(jìn)行編碼有一定的困難。尤其是，幾乎所有幾率的熵都是一個(gè)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(diǎn)：在同等精度要求的條件下，就可以用比較少的比特進(jìn)

3、行編碼，達(dá)到壓縮數(shù)據(jù)的目的。缺點(diǎn)：在于當(dāng)圖像中有運(yùn)動(dòng)物體時(shí)，兩個(gè)傳輸幀在物體經(jīng)過的區(qū)域上不再一一對(duì)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(diǎn)：在時(shí)域或空域描述時(shí)，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(dú)立，數(shù)據(jù)量少，這樣再進(jìn)行量化，編碼就能得到較大的壓縮比。缺點(diǎn)：間接編碼編碼時(shí)間較長，壓縮時(shí)間復(fù)雜度較大。2.4混合編碼優(yōu)點(diǎn)：這種方法克服了原有波形編碼與參數(shù)編碼的弱點(diǎn)， 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(diǎn)：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?cái)?shù)無關(guān)，在壓縮時(shí)時(shí)間長但解壓縮速度快3.2小波變換編碼優(yōu)點(diǎn)：能夠很好消除圖像數(shù)據(jù)中的統(tǒng)計(jì)冗余，利用了人眼視覺的特性機(jī)制。適應(yīng)于高壓縮比應(yīng)用領(lǐng)域。缺點(diǎn)：離散余弦變換、弱化各子帶的統(tǒng)計(jì)特性。4. 【文件格式】1. 一般圖片有些什么格式BMP 是一個(gè)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(shí)能展現(xiàn)十分豐富生動(dòng)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(diǎn)。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(shí)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(diǎn)是壓縮比高，磁盤空間占用較少，支持動(dòng)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(shí)使用了LZ77算法與哈夫曼編碼（Huffman Coding）的一個(gè)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(diǎn) 存貯形式豐富 兼有GIF和JPG的色彩模式 它的另一個(gè)特點(diǎn)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?yàn)镻NG是采用無損壓縮方式來減少文件的大小 這一點(diǎn)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(gè)特點(diǎn)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(shí)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常快是一種無損數(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(yùn)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(gè)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?yàn)槿祟惖难劬?duì)于亮度差異的敏感度高于色彩變化。使用這種知識(shí)，編碼器（encoder）可以被設(shè)計(jì)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(gè)），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(gè)）。對(duì)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(gè)別地處理。· 什么是4：4：4 這也就是各個(gè)通道的抽樣率（這些知識(shí)我相信視頻的同學(xué)會(huì)給大家更好的解釋）未經(jīng)壓縮的每個(gè)象素3個(gè)字節(jié)離散余弦變換（Discrete cosine transform）將圖像中的每個(gè)成份（Y, U, V）生成三個(gè)區(qū)域，每一個(gè)區(qū)域再劃分成如磁磚般排列的一個(gè)個(gè)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(gè)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(gè)相對(duì)大范圍區(qū)域，辨別亮度上細(xì)微差異是相當(dāng)?shù)暮茫窃谝粋€(gè)高頻率亮度變動(dòng)之確切強(qiáng)度的分辨上，卻不是如此地好。這個(gè)事實(shí)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(gè)成份，除以一個(gè)對(duì)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(gè)過程中的主要有損運(yùn)算。以這個(gè)結(jié)果而言，經(jīng)常會(huì)把很多更高頻率的成份舍位成為接近0，且剩下很多會(huì)變成小的正或負(fù)數(shù)。一個(gè)普遍的量化矩陣是：使用這個(gè)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(gè)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(gè)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(duì)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(gè)特色幾乎很少被使用，因?yàn)樗粚＠w，且它相較于霍夫曼編碼在編碼和解碼上會(huì)更慢。使用算術(shù)編碼一般會(huì)讓文件更小約5%。對(duì)于前者量化的系數(shù)所作的Z字體串行會(huì)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(duì)于過早退出的串行，JPEG有一個(gè)特別的霍夫曼編碼用詞。使用這個(gè)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(gè)領(lǐng)域又被解釋為膺像、非自然信號(hào)、人為現(xiàn)象。在量化階段時(shí)，依照除數(shù)的不同，會(huì)使結(jié)果的壓縮比率可能有很多變化。10:1通常可得到無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(huì)看出明顯的不自然痕跡。壓縮的適當(dāng)?shù)燃?jí)是依據(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