第二章多媒体数据压缩编码技术

表2-2 色度量化表
2.3.2 JPEG压缩基本处理算法
对DCT系数的量化是基于限失真编码理
论进行的，量化是造成图像质量下降的最主要
的原因。其作用是在一定的主观保真度图像质
量的前提下，丢掉那些对视觉效果影响不大的
信息，失真度在人的视觉所能接受的容限之内
。
2.3.2 JPEG压缩基本处理算法
4.DC系数差值编码和AC系数的行程编码
e（i，j）= f（i，j）-f’（i，j）
由于图像像素之间有极强的相关性，所
以这个预测误差是很小的。编码时，是对预测
误差e（i，j）进行量化、编码、发送，由此而
得名为差值脉冲编码调制法（DPCM）。
2.2.5 预测编码
图2-4 DPCM编、解码原理图
2.2.5 预测编码
2.自适应差值脉冲编码调制（ADPCM）
(3)适中的计算复杂性:压缩算法既可用软件实现
，也可用硬件实现，并具有较好的性能。
(4)具有顺序编码、累进编码、无失真编码和层
次编码4种操作模式。
2.3.2 JPEG压缩基本处理算法
1.分块采样
JPEG压缩首先要对连续彩色图像的每一
帧中的亮度信号（Y）和色差（CR、CB）信
号进行单独采样。采样时，首先将图像分割成
2.2.1 量化
量化操作实质上是将连续的模拟信号采
样得到的瞬时幅度值映射成离散的数字信号，
即用一组规定的电平，把瞬时抽样值用最接近
的电平值来表示。
2.2.1 量化
1.量化位数
量化位数是每个采样点能够表示的数
据范围，常用的有8位、12位和16位。
量化过程是，先将整个幅值划分为有
限个小幅度（量化阶距）的集合，把落入某
冗 余。
2.1.3 数据压缩方法的分类
图2-1 常用压缩编码方法的分类
2.2 多媒体数据压缩编码基础
数据压缩是通过消除输入数据序列（原
始数据序列）中的冗余性，将它变换成较短的
输出数据序列（压缩数据序列）的技术。如果
将压缩数据序列与原始数据序列长度之比定义
为压缩比，尽量减小数据压缩的压缩比则是进
行数据压缩的根本目的。
制码元，对其中概率大的符号分配0，概率小的符号分 配1（反之亦可）。
（2）把概率最小的两个符号概率相加，求出的
和作为一个新符号的概率，将新的概率值与剩下的N-2
个概率值一起重新进行排序，再重复步骤（1）的编码
过程。
（3）重复步骤（2）直到只剩一个概率值为止，
其值为1。
（4）分配码字，对于各种信源符号，基于步骤
许多16×16个采样点构成的宏区块，将宏区块 再分成4部分，每一部分为8×8个采样点组成 的像块，像块是基于DCT压缩编码处理的最小 单位，DCT变换就是以像块为单位的。
2.3.2 JPEG压缩基本处理算法
2.3.2 JPEG压缩基本处理算法
2.DCT变换
DCT是英文Discrete Cosine Transform的
量化误差或量化噪声。
2.2.1 量化
3.非均匀量化
非均匀量化的基本思想是，对输入信
号进行量化时，大的输入信号采用大的量化
间隔，小的输入信号采用小的量化间隔，这
样就可以在满足精度要求的情况下用较少的
位数来表示。声音数据还原时，采用相同的
规则。
2.2.2 莫尔斯码
莫尔斯码即电报码，它采用“· ”和“-”
2.2.7 变换编码
变换编码也是去除冗余的一种最基本的
编码方法。不同的是变换编码首先要把压缩的
数据变换到某个变换域中（如频域），然后再
进行编码。变化域中表现为能量集中在某个区
域，可以利用这一特点在不同区域间有效地分
配量化比特数，或者去掉那些能量很小的区域
，从而达到数据压缩的目的。例如声音信号，
从时域变换到频域以后，可以清楚的看到能量
称为“游程”。
控制符
重复次数 被重复字符
图2-3 3字节码字格式
2.2.5 预测编码
1.差值脉冲编码调制（DPCM）
设二维图像上空间坐标为（i，j）的像
素的实际样本值为f（i，j），f’（i，j）是根据
已传输的相邻像素的样本值对该像素估算得到
的预测值。实际值和预测值之间的差值即预测
误差，用下式来表示：
但这种相关性还不是十分明显，要最终实现数
据压缩，还需要进一步降低非零系数的幅值，
增加零值系数的数量，从而进一步提高F矩阵的 相关性。为此还要对变换后的DCT系数进行量 化，来减少表示每个DCT系数所使用的位数， 另外可以增加零值系数，提高压缩比。
2.3.2 JPEG压缩基本处理算法
表2-1 亮度量化表
个矢量进行量化。矢量量化一般是限失真编码
。
输入矢量X是一个待编码的k维矢量，该
矢量原则上既可以是原始图像，也可以是图像
的预测误差或变换矩阵系数的分块（或称分组
）。码本C是一个具有N个k维矢量的集合， C={Yi}，i=1，2，…N，
2.2.6 矢量量化
矢量编码的过程就是在码本C中搜索一
个与输入矢量最接近的码字Yi的过程。在码本
责制定静态的数字图像数据压缩编码方法，这
个专家组开发的算法称为JPEG算法，并于1991
年正式成为国际标准，编号为ISO/IEC10918，
现常称为JPEG标准。JPEG是一个使用范围很
广的静态图像数据压缩标准，既可用于灰度图
像又可用于彩色图像。
2.3.1 JPEG压缩算法简介
JPEG的目的是为了给出一个连续色调图像的压
缩方法使之满足以下要求：
(1) 压缩比可控:能覆盖一个较宽的图像质量等级
范围，能达到“很好”到“极好”的评估，与原始图
像相比，人的视觉难以区分。
(2)不受限制:适用于所有的连续色调图像，不应
对图像的尺寸、彩色空间和像素纵横比等特性进行限
制，也不应对图像的场景内容(如复杂性、彩色范围或
统计特性)有任何限制。
译
码，这就需要在存储代码之前加以考
虑。
尽管如此，哈夫曼编码还是得到了
广泛的 应用。
2.2.4 行程长度编码
行程长度编码（Run-Length Encoding，
RLE）也称游程编码，是一种非常简单的数据
压缩编码形式。它基于简单的编码数据原则，
即重复的数据值序列（或称为流）用一个重复
次数和单个数据值来代替。这里，重复的次数
应用系统中，一定要对声音、图像等多媒体信
号进行压缩。
2.1.2 数据压缩的可能性
•
多媒体数据表示中存在着大量的冗余,以图像
数据压缩为例，图像信息冗余通常有以下几种情况：
•
在
（1）空间冗余。在很多图像数据中，像素间 行、列方向上都有很大的相关性，相
邻像素的值比较接近，或者完全相同，这种数据冗余 叫做空间冗余。
2.2.5 预测编码
3.帧间预测编码
采用预测编码方法消除序列图像在时间
上的相关性，传送前后两帧的对应像素之间的
差值，这称为帧间预测。
图2-6 具有运动补偿的帧间预测
2.2.6 矢量量化
在矢量量化编码中，是把输入数据几个
一组地分成许多组，成组地量化编码，即将这
些数看成一个k维矢量，然后以矢量为单位逐
增加零值的游程长度。图2-9为Z字形扫描轨迹图 。 从 左 上 方 AC01 开 始 ， 沿 对 角 线 方 向 ， 直 到 AC77扫描结束。63个AC系数行程编码的码字， 可用2个字节来表示，如图2-10所示。
2.3.2 JPEG压缩基本处理算法
图2-9 Z字形扫描
2.3.2 JPEG压缩基本处理算法
集中在哪些频率范围内，从而根据频率范围分
布有效地分配不同的量化位数。
2.3 静态图像压缩标准JPEG
JPEG（Joint Photographic Experts Group
）是联合图像专家小组的英文缩写，这个专家
组是由国际电报电话咨询委员会（CCITI）和
国际标准化协会（ISO）于1986年联合组成负
•
（4）信息熵冗余。信息熵是指一组数据所携
带的信息量，信息熵冗余指数据所携带的信息量少
于 数据本身而反映出来的数据冗余。
•
（5）结构冗余。在有些图像的纹理区，图像
的像素值存在着明显的分布模式。
•
（6）知识冗余。有许多图像的理解与某些先
验知识有相当大的相关性。这类规律性的结构可由
先
验知识和背景知识得到，称此类冗余为知识
缩写，意思是离散余弦变换。它是一种傅立叶
变换，任何连续的实对称函数采用傅立叶变换
后，只含余弦项。
在空间域中的样值矩阵，经DCT变换后
，成了频率域中8×8DCT系数矩阵。频域中的
右下角对应高频部分，而在左上角对应低频部
分，其中左上角（0，0）位置的系数反映图像
子块的平均样本值，对应直流分量，称为DC系
数。其他63个对应交流分量的系数，称为AC系
数。
2.3.2 JPEG压缩基本处理算法
DCT变换公式为： 正变换：
逆变换：ቤተ መጻሕፍቲ ባይዱ
其中：
DC系数：
2.3.2 JPEG压缩基本处理算法
3.DCT系数量化
经过DCT变换后，DCT系数间的相关性
已经显现出来，即左上角的系数值大，而右下
角的系数值小，为数据压缩创造了必要条件。
量化后的64个DCT系数仍然是二维系数矩
阵，坐标（0，0）处的系数是直流分量，相邻两
个8×8像块之间的DC系数有强相关性，JPEG中对
DC系数采用DPCM编码，即对相邻块之间的DC系
数差值DIFF=DCi-DCi-1进行编码。
其余63个交流系数采用行程编码，使用Z字
形扫描方式可以增加连续零系数的个数，也就是
个阶距内的样值归为一类，并赋予相同的量
化值，如图2-2所示，其中虚线箭头表示采样
值量化后的电平值。
2.2.1 量化
图2-2 模拟信号的采样和量化
2.2.1 量化
2. 均匀量化
采用相等的量化间隔对采样得到的信
号做量化就是均匀量化,也称为线性量化。量
化 后 的 样 本 值 Y 和 实 际 值 X 的 差 E=Y-X 称 为
采用哈夫曼编码时有两个问题值得注意：
（1）哈夫曼编码没有错误保护功能。在
译码时，如果某些位出现错误，会引起一连串
的
错 误 ， 造 成 错 误 传 播 （ Error
Propagation ）。计算机对这种错误也无能
为力，说不 出错在哪里，更谈不上去纠正
它。
（2）哈夫曼编码是可变长度码，因此很
难随意查找或调用压缩文件中的内容，然后再
其基本思想是：利用自适应的思想改变
量化阶的大小，即使用小的量化阶(step-size)去
编码小的差值，使用大的量化阶去编码大的差
值；使用过去的样本值估算下一个输入样本的
预测值，使实际样本值和预测值之间的差值总
是最小。其简化的编码框图如图2-5所示。
2.2.5 预测编码
图2-5 ADPCM简化的编码框图
中寻找到与输入矢量完全一致的码字的概率很
小，但只要二者之间误差最小时，便可用该码
字Yi代表输入矢量。传输时并不传送码字 Yi本
身，只传送其下标“i” 。当码本长度为N，，
为传送下标所需要的比特数为 log2N 。传送一
个像素所需要的平均比特数为 log2N。
2.2.6 矢量量化
图2-7 矢量量化编码解码框图
2.1多媒体数据
压缩编码的重要性和分类
数据压缩是通过减少计算机中所存储数
据或者通信传播中数据的冗余度，达到增大数
据密度，最终使数据的存储空间减少的技术。
2.1.1数据压缩编码的必要性
多媒体数据，其惊人的数据量为媒体的
存储、传输及处理带来了巨大的压力。为解决
这一问题，单纯用扩大存储容量、增加传输线
路带宽的办法是不现实的。因此，在多媒体的
•
（2）时间冗余。在视频图像序列中，相邻两
帧图像数据有许多共同的地方，这种共同性称为时间
冗余，可采用运动补偿算法来去掉冗余信息.
2.1.2 数据压缩的可能性
•
（3）视觉冗余。视觉冗余度是相对于人眼的
视觉特性而言的，人类视觉系统对图像的敏感性是
非均匀和非线性的，并不是图像中的所有变化人
眼都能观察到。
来表示26个英文字母。采用常出现的字母用短
码表示（如E用“·”表示，T用“-”表示），不
常出现的字母用长码表示（如Q用“- -·-”表示，
X用“-··-”表示）的变长编码方式以减少码率。
2.2.3 哈夫曼编码
该算法基于一种称为编码树的技术，其步骤如下
：
（1）将待编码的N个信源符号按照出现的概率由
大到小 排列，给排在最后的两个符号各分配一位二进
（1）分配的数字，从编码树的根部开始回溯读出，并
2.2.3 哈夫曼编码
例 设有离散无记忆信源，符号a1、a2、a3、a4
、a5、a6的出现概率分别为0.12、0.08、0.4、0.1、0.25
、0.05，其哈夫曼编码过程如下：
2.2.3 哈夫曼编码
平均码长为： 信源熵为： 编码效率为：
2.2.3 哈夫曼编码
图2-10 AC系数行程编码的码字
2.3.2 JPEG压缩基本处理算法
5.熵编码
为了进一步压缩数据，对DPCM编码后
的直流系数DC和RLE编码后的交流系数AC采
用熵编码。在JPEG有损压缩算法中，使用哈