多媒体数据压缩编码的国际标准

多媒体数据压缩编码的国际标准国际标准化协会( ISO)，国际电子学委员会(IEC)，国际电信协会(ITU)等国际组织，于90年代领导制定了三个重要的多媒体国际标准，①JPEG标准，②H.261标准；③MPEG 标准。

我们在概述中只对这三个标准的制定做简单的介绍：静态图像压缩编码的国际标准（JPEG）联合图像专家小组，多年来一直致力于标准化工作，他们开发研制出，连续色调、多级灰度、静止图像的数字图像压缩编码方法。

这个压缩编码方法称为JPEG算法。

JPEG算法被确定为JPEG国际标准，它是国际上，彩色、灰度、静止图像的第一个国际标准。

JPEG标准是一个适用范围广泛的通用标准。

它不仅适于静图像的压缩；电视图像序列的帧内图像的压缩编码，也常采用JPEG压缩标准。

在JPEG编码中用到了我们已学过的变换编码、预测编码和熵编码等原理和方法。

这一章前面几节讲的内容是这一部分的基础。

因此我们把重点放在JPEG的编码算法的具体实现上。

JPEG 标准定义了两种基本压缩算法：一是：基于DCT 变换有失真的压缩算法。

二是：基于空间预测编码DPCM的无失真压缩算法。

我们将重点讲述基于DCT变换有失真的压缩算法。

1．基于离散余弦变换（DCT）的有失真压缩编码（1）基于DCT的有失真编码处理过程图基于DCT解码器处理步骤首先来看"基于DCT的编码器处理步骤"图。

从这幅图我们可以看出JPEG编码的处理过程，从总的来说是这样的：对于一幅图像首先将其分成许多个"8×8"的小块，也就是每个小块有8×8=64个像素；分成多少个小块要看图像的分辨率，分辨率高，分的块就多，分辨率小，分的块就少。

然后对（每一个）8×8的块进行DCT变换（二维），经过DCT变换后就得到频域的64个离散余弦变换系数，得到64个离散余弦变换系数后，要对这64个系数进行量化，量化是根据"表说明"也就是量化表进行的，量化表是JPEG组织根据人的眼睛视觉特性规定好的，直接用量化表去除得到的64个系数就是量化，量化后得到的仍是一个（8×8）64的系数，而这一系数已是低频集中在左上角的一个8×8的系数了。

最后再利用熵编码表对其进行熵编码，熵编码后的到的就是已压缩的图像数据。

这是一个总的过程，我把刚才说的归纳如下：（2）基于DCT的有失真编码处理总过程：在对总体有了一个认识后，再细说各部分是如何具体实现的。

（3）各步骤的具体实现① 将图像分成8×8的块对于第一步，将图像分成8×8的块，我们想解释的是：按什么次序分？是按从左到右，从上到下的次序来分，并按该顺序送入DCT编码器，一个接一个的变换。

第二个要说的是：被压缩的图像可以是黑白图像，也可以是彩色图像，对于黑白图像每小块只有64个灰度值作为下一步的输入；对于彩色图像不仅要有64个亮度值，而且还有色差值，这两种值要分别做DCT变换。

分法：从左到右，从上到下黑白图像：64个灰度值彩色图像：64个亮度分量，64个色差分量例如：分辨率为576行×720列的彩色图像有亮度子块：576/8×720/8=6480个有色差子块：576/8×360/8=3240图像分成8×8的块② 进行DCT变换JPEG在编码时用的是离散余弦正变换（FDCT）其数学表达式为：FDCT变换：（１）（1）式中：其输入数据是：把原始图像分成8×8的多个子块的同时将原始图像的采样数据从无符号整数变成有符号的整数。

即若采样精度为P位，采样数据在范围内，则变换成在范围内，以此作为DCT的输入。

输出数据是：DCT变换系数--64个基信号的幅值。

每个8×8二维源图像采样数据块，实际上是64点离散信号，该信号是空间二维参数x和y的函数。

FDCT把这些信号作为输入，然后把它分解成64个正交基信号，每个正交基信号对应于64个独立二维(2D)空间频率中的一个，这些空间频率是由输入信号的频谱组成。

FDCT的输出是64个基信号的幅值，或称DCT系数，每个系数值由64点输入信号唯一地确定。

即离散余弦变换的变换系数。

2. 量化量化的方法：JPEG在JPEG标准中采用线性均匀量化器。

均匀量化我们已经讲过了，在此稍提一下：就是"多到一"的映射，它的定义为：·均匀量化定义为，对64个DCT变换系数，除以量化步长，四舍五入取整，如下：（2）其中是量化器步长。

比如：下图是均匀量化的特性图，表示当输入值在“0--0.5”时量化输出的的结果为"0"；当输入值在“0.5--1.5”时（4舍5入）量化输出的的结果为"1"。

这样实现多到一的映射。

图4.27 量化特性量化器步长是量化的关键，JPEG标准给出了一个参考标准--量化表，量化表就是给出了量化步长。

量化器步长应如何定义呢？人的眼睛对亮度比较敏感，对色差不敏感，对亮度和色差采用不同的量化步长。

因而有了亮度量化表和色度量化表，这两张表如下：亮度量化表色度量化表从这两张表可以看出，对亮度的量化步长划分的"细"一些，对色度的量化步长划分的"粗"一些；两张表都是在低频部分（左上角）步长小一些，在高频部分（右下角）步长大许多。

因为DCT变换后能量大部分集中在左上角，所以对其细一些。

这样一量化，量化就是用DCT系数除以量化表。

那么量化后高频部分会出现一些"0"，就实现了压缩，而且失真也就是在此发生的。

再强调一下，JPEG标准的具体做法是用64个DCT系数除以（一一对应）量化表中的64个数。

下一步对量化后的结果进行熵编码3. DC系数的编码和AC系数的行程编码在做熵编码之前，先明确两个概念：DC系数和AC系数。

量化后得到的仍是64个系数，量化并没有改变系数的性质。

大家知到DCT变换是将数据域从时（空）域变换到频域，在频域平面上变换系数是二维频域变量u和v的函数。

对应于u=0，v=0的系数，称做直流分量，即DC系数，其余63个系数称做AC系数，即交流分量。

如图，红点位置上的系数就是直流系数，其它63个绿点位置上的系数就是交流分量。

DC系数：对应于u=0，v=0的系数，称做直流分量，即DC系数。

AC系数：其余63个系数称做AC系数，即交流分量。

DC系数是64个图像采样平均值。

因为在一幅图像中像素之间的灰度或色差信号变化缓慢，相邻的8×8块之间有更强的相关性，所以相邻块的DC系数值很接近，对量化后前后两块之间的DC系数差值，进行编码，可以用较少的比特数。

DC系数包含了整个图像能量的主要部分，远离直流系数的高频交流系数大多数为零或趋于零。

例如，下图是某一特定8×8图像块的量化后的DCT系数。

可见DC系数值最大，离直流系数远的大部分都为零。

例如，图4.28是某一特定8×8图像块的量化后的DCT系数。

48 12 0 0 0 0 0 0-10 8 0 0 0 0 0 02 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 08×8量化后的系数图示的数据大部分都是"0"，用那一种编码来表示它呢？既能表示出系数的相对位置有能说明系数的值，而且编码效率又比较高。

JPEG中对交流分量用了一个"Z"字型编码解决了这一问题。

所谓"Z"字型编码就是编码时从左上方开始，沿箭头方向，以"Z"字形行程扫描，直到扫描结束。

"Z"字形排列沿"Z"字形路径行进，可使值为"0"AC系数集中，在这种情况下使用行程编码方法更有效。

63个AC系数行程编码的码字，可用两个字节表示，如图所示。

AC系数行程编码的码字4. 熵编码为了进一步达到压缩数据的目的，需对量化后的DC系数，和行程编码后的AC系数进行基于统计特性的熵编码。

JPEG建议使用两种熵编码方法：哈夫曼(Huffman)编码和自适应二进制算术编码(Adaptive Binary Arithmetic Coding)。

熵编码可分成两步进行，首先把DC和AC系数转换成一个中间格式的符号序列，然后给这些符号赋以变长码字。

(1)熵编码的中间格式表示对交流系数AC的中间格式，由两个符号组成。

符号1（行程，尺寸）符号2（幅值）这个中间格式符号就是上面所说的AC系数行程编码的码字。

可以这样理解：符号1就是：第一个字节（NNNN--行程，SSSS--尺寸）符号2就是：第二个字节（幅值--下一个非零值的实际值。

）在这需说明的是：关于符号1：当两个非零AC系数之间连续零的个数超过15时，用增加扩展符号1"（15，0）"的个数来扩充。

对于8×8块的63个AC系数最多增加三个"(15，0)"扩展符号1。

块结束(EOB)以(0， 0)表示。

关于符号2直接用二进制数编码表示，若幅值为负数用反码表示。

对于直流分量DC系数的差，符号1只代表尺寸信息，用以表示DC系数差值的幅值所需的比特数；符号2表示差值的幅值大小，(2)可变长度熵编码可变长度熵编码就是对符号1、2对序列的统计编码。

对DC系数和AC系数中的符号1，查"哈夫曼码表"进行编码。

"哈夫曼变长码表"和"哈夫曼变长整数表"是JPEG标准制定的。

必须作为JPEG编码器的一部分输入。

设"NNNN"的值为"n"，SSSS的值为"s"则符号1可以写成符号1（n,s）例如符号1（3，4）表示非零两个符号之间有3个"0"，下一个非零符号用4比特，对符号1的编码就是在"AC系数表中，查3/4所对应的编码。

/jxzy/jsfc/lzm/dmt/kcjs/js.htm/jxzy/jsfc/lzm/dmt/kcjs/ch04/js4-6-1.htm。