JPEG编解码过程详解（二）

 
2.4  量化(quantization)

    量化过程是一个将信号的幅度离散化的过程，离散信号经过量化后变为数字信号。

    由于HVS对低频信号更为敏感，所以对信号的低频部分采用相对短的量化步长，对信号的高频部分采用相对长的量化步长。这样可以在一定程度上，得到相对清晰的图像和更高的压缩率。

 

2.5  Z字形编码(zigzag scan)

          按Z字形把量化后的数据读出，例：

 




 
2.6  使用行程长度编码(RLE)对交流系数(AC)进行编码

    所谓游程长度编码是指一个码可以同时表示码的值和前面有几个零。这样就发挥了Z字型读出的优点，因为Z字型读出，出现连零的机会比较多，特别到最后，如果都是零，在读到最后一个数后，只要给出“块结束”（EOB）码，就可以结束输出，因此节省了很多码率。

    例：图中按Z字形抽取和游程编码得到码值为




                         (0,1,0)(1,2,0)(0,5,0)(0,4,0)(4,8,1)EOB

                   这样一个4*4的矩阵用很少的数值就能表示！  

                 

 

2.7  熵编码

    常用的熵编码有变长编码，即哈夫曼编码。

    哈夫曼的编码方法：对出现概率大的符号分配短字长的二进制码，对出现概率小的符号分配长字长的二进制码，得到符号平均码长最短的码。

    哈夫曼编码的步骤：(1). 把信源符号按概率大小顺序排列， 并设法按逆次序分配码字的长度。 (2). 在分配码字长度时，首先将出现概率最小的两个符号的概率相加合成一个概率 (3). 把这个合成概率看成是一个新组合符号地概率，重复上述做法直到最后只剩下两个符号概率为止。 (4). 完成以上概率顺序排列后，再反过来逐步向前进行编码，每一次有二个分支各赋予一个二进制码，可以对概率大的赋为零，概率小的赋为1。

 

 

关于AC/DC系数的编码

1.AC系数的Huffman编码

     经过Z扫描和游程编码后的非零AC系数被表述为符号A和符号B。符号A由（Runlength，Size）构成，符号B（Amplitude）。

    Runlength为非零AC系数前连续为0的AC系数；

    Size则是表示编码Amplitude所需要的比特位数；

    Amplitude为AC系数的幅值。

    实际操作时，JPEG用一个8位的值RS来表示符号A，RS=RRRRSSSS，对于一个非零的AC系数，高四位用来表示Runlength，低四位用来表示Size。（00000000）用来表示EOB。

    对符号B进行变字长整数（VLI）编码，将符号B的VLI码放在A后从而形成对A,B编码的最终结果。

 

2.DC系数的Huffman编码

      对于DC系数，与非零的AC系数类似，它将相邻两块DC系数的差值（DIFF）描述如下的符号对：符号A为（Size）,符号B为（Amplitude）。

     Size表示为编码Amplitude所需要的位数；

     Amplitude表示DC系数的幅值。

     在JPEG标准中，对符号A根据相应的Huffman表进行变字长编码，对符号B进行变字长整数编码，而后将符号B 的VLI码放在符号A的Huffman码后，从而完成了对DIFF的编码。

     在JPEG标准中没有定义缺省的Huffman表，用户可以根据实际应用自由选择，可以预先定义一个通用的Huffman表，也可以针对一幅特定的图像，在压缩编码前通过搜集其统计特性来计算Huffman表。

 

三，JPEG解码的主要过程。

   3.1  读入文件的相关信息

            按照JPEG文件数据存储方式，把要解码的文件的相关信息一一读出，为接下来的解码工作做好准备。参考方法是，设计一系列的结构体对应各个标记，并存储标记内表示的信息。其中图像长宽、多个量化表和哈夫曼表、水平/垂直采样因子等多项信息比较重要。以下给出读取过程中的几个问题。

     1. 读取文件的大体结构
              JFIF格式的JPEG文件(*.jpg)的一般顺序为：
              SOI(0xFFD8),APP0(0xFFE0),[APPn(0xFFEn)]可选,
              DQT(0xFFDB),SOF0(0xFFC0),DHT(0xFFC4),SOS(0xFFDA),
              压缩数据,EOI(0xFFD9)。
     2. 读取哈夫曼表数据；
     3. 建立哈夫曼树。
     在准备好所有的图片信息后，就可以对图片数据进行解码了。
 
 
关于AC,DC系数的解码

 

 1. AC系数的解码

    通过查询Huffman数据解出RS，从中的到Runlength和Size的值。因为符号B是通过VLI表来编码的，所以通过查询Size的值可以得到Amplitude。这样就可以解出符号A和符号B的值了。

 2. DC系数的解码

    同理，先查询Huffman表解出Size的，通过Size解出DIFF，将其与上一个8*8块的DC系数数值相加，最终得到该块的DC系数。

 

 

3.2 MCU中颜色分量(Y,U,V)的解码

    图像数据流是有MCU组成，而MCU是用数据单元和颜色分量构成。图像数据流是以位（bit）为单位存储信息的。并且内部的数据都是在编码时通过正向离散余弦变换（FDCT）进行时空域向频率域变换而得到的结果，所以对于每个颜色分量单元都应该由两部分组成：1个直流分量和63个交流分量。

    颜色分量单元内部综合运用了RLE行程编码和哈夫曼编码来压缩数据。每个像素的数据流由两部分构成：编码和数值，并且两者基本以互相隔开方式出现（除非该编码的权值为零）。解码的过程其实就是哈夫曼树的查找过程。

 

3.3 直流系数的差分编码

    把所有的颜色分量单元按颜色分量（Y、Cr、Cb）分类。每一种颜色分量内，相邻的两个颜色分量单元的直流变量是以差分来编码的。也就是说，通过之前解码出来的直流变量数值只是当前颜色分量单元的实际直流变量减去前一个颜色分量单元的实际直流变量。也就是说，当前直流变量要通过前一个颜色分量单元的实际（非解码）直流分量来校正：

                                       DCn=DCn-1+Diff

 

其中Diff为差分校正变量，也就是直接解码出来的直流系数。但如果当前颜色分量单元是第一个单元，则解码出来的直流数值就是真正的直流变量。

              3个颜色分量的直流变量是分开进行差分编码的。也就是说，为1张图片解码时应设置3个独立的直流校正变量。

 

3.4 反量化

    反量化的过程比较简单。只需要对8*8的颜色分量单元的64个值逐一乘以对应的量化表内位置相同的值则可。图像内全部的颜色分量单元都要进行反量化。

 

3.5 反Zig-zag编码

3.6 反离散余弦变换

 




    之前提到，文件中的数据是在编码时通过正向离散余弦变换（FDCT）进行时空域向频率域变换而得到的结果，所以现在解码就必须将其反向离散余弦变换（IDCT），就是把颜色分量单元矩阵中的频率域数值向时空域转换。并且，原来的频率域的矩阵大小为8*8，则经过反向离散余弦变换后，时空域的矩阵仍然是8*8。

 

 

3.7 YCrCb向RGB转换

    要在屏幕上显示图像，就必须以RGB模式表示图像的颜色。所以，解码时需要把YCrCb模式向RGB模式转换。

    另外，由于离散余弦变化要求定义域的对称，所以在编码时把RGB的数值范围从[0，255]统一减去128偏移成[-128，127]。因此解码时必须为每个分量加上128。具体公式如下：

                 R=       Y        +1.402*Cb     +128;

                 G=Y-0.34414*Cr    -0.71414*Cb   +128;

                 B=       Y        +1.772*Cb     +128;

    还有一个问题，通过变换得出的R、G、B值可能超出了其定义域，所以要作出检查。如果大于255，则截断为255；如果小于0，则截断为0。 

    至此，每个MCU的解码已经完成。

 

原文出处：http://blog.sina.com.cn/s/blog_61d40cc30100f5e6.html

原文作者：quennel