JPEG图像压缩实验_百度文库.
JPEG静图像压缩实验
JPEG静图像压缩实验
一．实验目的
1.了解数字图像压缩的一类方法
2.掌握2D快速DCT变换的算法
二．实验原理
JPEG标准是面向连续色调静止图像的图像压缩标准。
它定义了多种类型的工作模式，其中最基本的是基于8*8块的DCT变换的顺序编码。
就是将一帧图像分为8*8的数据块单元，按照从左到右，自上到下的顺序对”块流”编码，其编码解码框图如下：
三．实验内容
按照如上框图实现一帧图像的压缩编码和解码
四．代码理解
1.编码主程序
五、实验结果
六.思考题
1.计算图像压缩比，并比较原图像的效果
使用lady.dat做实验的图像压缩比为：63/5.436=11.8:1
左图为压缩前的lady.bmp，右图为压缩后的lady.jpg
两图没有明显的区别，但比较细节，右图稍微模糊，并且局部区域有一些块化现象。
2.改变g-scale和量化矩阵的元素，比较压缩比和恢复图像的效果
Gscale141625
压缩比 3.197.5418.122.91
G_scale=1G_scale=4
G_scale=16G_scale=25
量化矩阵Q1Q2
压缩比7.3418.44
Q1=0.5*Q0，Q2=2*Q0，Q0为原始的量化矩阵
Q1Q2
3.对于8bit的像素值，在经过DCT变换后，值域为[-2048,2047],有可能超过码表范围。
第七章图像压缩编码(JPEG 2K).
学习内容
一、行程编码 二、JPEG压缩标准 (基于DCT的有损编码算法)
三、JPEG2000压缩标准（小波变换压缩算法）
高中信息技术（选修2） 多媒体技术应用
教育科学出版社
第二章 图形、图像
2.1.4 图形、图像文件的压缩
图像压缩基本过程 变换 量化 编码
高中信息技术（选修2）
利用一滤波器组通过重复卷积的方法，经取样将
输入端信号分解为高频分量和低频分量，然后分
别对高频和低频分量用与其统计特性相匹配的编
码器进行量化和编码，解码时高频分量和低频分
量经过插值和共轭滤波综合成重建图像。
2、Mallat算法
2、Mallat算法
2、Mallat算法
一级分解 三级分解
LH HH
LL HL
H tuh 行合并
HL L
tul
H tuh
L
tul
图像分解与合并过程
（4）列合并过程
H tuh 列合并 H tuh
HL
L tul
L
tul
图像分解与合并过程
（二）一次分解过程
256 128 256
原图 tu
256
256
128 256
H tuh
列分解
128 256
HH tuh
HL tul tu15(128,128)
图像分解与合并过程
（二）一次合并过程
（3）hetu1和hetu2进行行合并
128 256
128
LH tu4
L
128
LL tu3 行合并
128 256
128
256
hetu2(128,256) 256
JPEG2000图像压缩过程及原理概述
D E E E L MN O PQ R MS T P U U V R WA T R X P U U N W YA T V W X V S Z PR [ @ A B C
+ \ ], ^ _ ‘ a\ _ b]c: _ ‘ d ] \ c]% \ ^ _ e \ _
F =yi =yi ! # # G H I fg h i j k lg m k n op n l h q k g ji m rs g t u m n v n w x m z { m w|m { } g j ~ { k x m z { m w $ F =yi =yi ! # # G H I ! k i k g "g x# i $ n j i k n j xo n jyn } g v ! n o k %i j g s g t u m n v n w x m z { m w|m { } g j ~ { k x m z { m w $
低频信号 高频信号 w Q ! 3 x
关于 F对 称 的 范 围 内 A 这一步在简化对数值溢出等问题处理 的同时 2 不会影响编码的效率 A E A Q A Z 分量变换 分量变换指对具有多个分量的图像先通过某种变换降 低这几 个 分 量 之 间 的 相 关 性2 提 高 压 缩 效 率A 目前 C RS -Q 中主要是 对 S 分 量 采 用 或 将 色 彩 信 息 转 换 为 D 5 [ 6 - S 6 -2 频道信息 A 定义如下 [ 6 -! [ & & ’ + ’ & $ # 8 , ’6 0 , 0 && * . $ / 0 & 13 A E e e _\ a _ F ] ^ d A U F F ‘] b ‘ F c F A U f g k F A Q Q h a _ a F A U F F j l A WF A Q i f g U WF A Z Z Q E i
JPEG图像压缩技术的实现与优化
１ ２ １ ３
１ ７ ２２ ３ ５ ６ ４ ９ ２
１ ４ １ ６
２ ２ ３ ７ ５ ５ ７ ８ ９ ５
１ ９ ２ ４
２ ９ ５ ６ ６ ４ ８ ７ ９ ８
２ ６ ４ ０
５ １ ６８ ８ １ １３ ｏ ｌ２ １
ＪＥ Ｐ Ｇ推 荐 的高低 频亮 度量 化表 如 表 １ 所示 。
表 １ 亮 度 量化 表
、～ 型 、 、
０
０
１ ６
１
１ １
２
１ ０
３
１ ６
４
２ ４
５
４ ０
６
５１
７
６１
１ ２
３ ４ ５ ６ ７
１ ２ １ ４
ｈ ｓ ａ ｅ ，ａ ｄ ｉ ｅ ｌ ａ ｉ ｐｉ ａｉ ｏ ｎ Ｆ Ｇ ｗ ｓｇｖ ｎ ｉ ｄ ｔｉ ｔｉ ｐ ｐ ｒ ｎ ｓｒａｉ ｔ ｎａ ｄ ｏ ｔ ｚ ｔ ｎ ｆ ｗ ｏ Ｐ Ａ ａ ｉｅ ｅａｌ ．Ｔ ｅ ｔｓ ｒ ｓ ｌ ｉ ｄｃ ｔｄ ｔａ ｏｋ ｄ ｔ ｚ ｏ ｎ ｍｉ ｏ ｌ ｎ ｓ ｈ ｅ ｔ ｅ ｕｔ ｎ ｉ ｅ ｔ ｔ ｒ ｅ ａ ｈ ｉｗ
ｖｒ ห้องสมุดไป่ตู้ｌ． ｅｙ ｗｅ１
Ｋｅ ｏ ｄ Ｉ ｇ ｏ ｒｓｉ Ｊ Ｅ Ｗａ ｅｅ ａ ｓ ｒ ｙＷ ｒ ｓ ｍａｅｃ ｍｐｅｓ ｎ Ｐ Ｇ ｏ ｖｌｔｔ ｆ ｍ ｒ ｏ ｎ
１ 引言
有损静态图像压缩当前有两种 比较流行 的标准 ＪＥ Ｐ Ｇ和 ＪＥ ２０ 。它们都是 由联合 图像专家组（ｏ ｔ Ｐ Ｇ ００ Ｊｉ ｎ Ｐｏ ｇ ｐｉＥ ｐｒＧｏｐ 开发的， ｈｔ ｒ ｈ ｘｅ ｒ ） ｏａ ｃ ｔ ｕ 前者是基于离散余弦变换（ ｉ ｒｅ ｏ ｎ Ｔ ｎｆｍ，Ｃ ） Ｄｓ ｅ ｓ ｅ ｒ ｓ ｒ Ｄ Ｔ 变换 ， ｃ ｔＣ ｉ ａ ｏ 后者是基于 小波 变换 。二 者采用 的 编码方 式不 同… 但都 在数 字 图像 处理 领域 得 到 了广 泛 的应 用 。 由于 ＪＥ ２０ １， Ｐ Ｇ ００编码
jpeg算法实验报告
jpeg算法实验报告JPEG算法实验报告摘要：本实验旨在研究和分析JPEG（Joint Photographic Experts Group）算法的原理和应用。
通过实验，我们对JPEG算法的压缩效果、图像质量和压缩比进行了评估，并对其优缺点进行了探讨。
实验结果表明，JPEG算法在图像压缩方面具有较高的效率和广泛的应用前景。
一、引言JPEG算法是一种广泛应用于图像压缩的算法，它通过对图像进行离散余弦变换（DCT）和量化处理来实现压缩。
JPEG算法以其高效的压缩率和较好的图像质量而在图像处理领域得到广泛应用。
本实验将通过实际操作和实验数据来验证JPEG算法的有效性和优势。
二、实验方法和步骤1. 实验环境和工具：使用MATLAB软件进行实验，选择合适的图像进行处理和压缩。
2. 实验步骤：a. 选择一幅高分辨率的彩色图像作为实验对象。
b. 将图像转换为YCbCr颜色空间，以便进行离散余弦变换。
c. 对图像进行离散余弦变换，得到频域图像。
d. 对频域图像进行量化处理，降低高频分量的精度。
e. 对量化后的图像进行反量化和反离散余弦变换，得到压缩后的图像。
f. 计算压缩后图像与原始图像之间的均方差（MSE）和峰值信噪比（PSNR），评估图像质量。
g. 计算压缩比，评估压缩效果。
三、实验结果和分析在实验中，我们选择了一张分辨率为1920x1080的彩色图像进行处理和压缩。
经过JPEG算法的处理，我们得到了压缩后的图像，并计算了MSE、PSNR和压缩比等指标。
1. 图像质量评估通过计算MSE和PSNR，我们可以评估压缩后图像的质量。
实验结果显示，经过JPEG算法压缩后的图像，MSE较小，PSNR较高，表明图像质量较好。
这是因为JPEG算法通过量化处理，减少了高频分量的细节信息，但保留了图像的主要特征，使得图像在视觉上仍然保持较高的质量。
2. 压缩效果评估通过计算压缩比，我们可以评估JPEG算法的压缩效果。
实验结果显示，JPEG 算法在保持较高图像质量的前提下，能够实现较高的压缩比。
实验4图像的JPEG压缩编码
实验4 图像的JPEG压缩编码选题意义图像压缩编码是减少图像数据的重要手段，分为有损压缩和无损压缩两种。
要求结合相关课程，完成实验内容所列条款，写出实验报告。
实验目的掌握图像的JPEG压缩编码。
实验原理（1）数据分块（2）DCT处理（3）系数量化（4）Z型扫描（5）DC系数编码（6）AC系数编码实验仪器及设备（1）微型计算机；（2）Matlab 图像处理软件。
实验内容及步骤：实现一个简单的JPEG图像编解码过程，省略Z型扫描，DC系数编码，AC系数编码。
1、图像编码：（1）读入1幅彩色图像rgb=imread(' ');（2）RGB转换为YUV,即YCbCryuv=rgb2ycbcr(rgb);（3）将得到的YUV转换为可进行数学运算的double类型，原来为uint8 类型yuv=double(yuv);（4）分别提取其中的Y,U,V矩阵y=yuv(:,:,1);u=yuv(:,:,2);v=yuv(:,:,3);（5）设定量化步长eql=8;（6）设定块操作时dct矩阵T = dctmtx(8);（7）将Y,U,V矩阵分割为8*8 的小块，并对每个小块进行DCT变换y_dct=blkproc(y,[8,8],'P1*x*P2',T, T');u_dct=blkproc(u,[8,8],'P1*x*P2',T, T');v_dct=blkproc(v,[8,8],'P1*x*P2',T, T');（8）将得到的DCT系数除以量化步长y_dct=y_dct/eql;u_dct=u_dct/eql;v_dct=v_dct/eql;（9）将量化后的系数四舍五入y_dct_c=fix(y_dct);u_dct_c=fix(u_dct);v_dct_c=fix(v_dct);2、图像解码：（1）反量化根据上面的变量编写程序；（2）进行DCT反变换根据上面的变量编写程序；（3）恢复为YUV矩阵，转换为uint8 类型根据上面的变量编写程序；（4）YUV转换为RGBrgb1=ycbcr2rgb(yuv);（5）显示两幅图像subplot(211),imshow(rgb),title('原始图像');subplot(212),imshow(rgb1),title('处理后图像');分析图像压缩前后的变化。
图像JPEG压缩的matlab实现
图像JPEG压缩的matlab实现图像JPEG压缩的matlab实现图像JPEG压缩的matlab实现作者姓名：专业名称：信息⼯程指导教师：讲师摘要随着现代经济的发展，影像风暴已经席卷了我们的⽇常⽣活，图像对于⼈们已经息息相关。
⼈们对计算机实时处理图像的要求就相对有所提⾼。
现在我们就⾯对⼀个问题，如何在保证图像质量的前提下，同时能够考虑到实时性和⾼效性就成了⼀个⼤家关注的问题。
那么对图像数据信息进⾏必要的压缩，以便能够保证图像的快速存储和传输。
但是，我们通常看到的图像是⼀种重要的⼆维信号，所以它本⾝就包含⾮常庞⼤的数据量，为了快速存储和实时传输，就必须对图像信息进⾏相应的压缩处理。
新兴的数学⼯具是局域DCT变换是⼀种新兴的数学⼯具，在现在社会中，图像压缩技术现在正受到⼤量的关注与研究。
本次课题设计在分析近年来，在图像处理领域，对图像压缩普遍⽅法的基础之上，充分学习和分析了基于DCT变换的图像压缩的相关编码及其基本原理和实现步骤。
简单概述了图像压缩的基本原理以及发展现状和⽅向，全⾯分析了DCT变换算法以及思路，提出了采⽤DCT变换压缩的依据和优势。
本⽂同时也介绍了图像压缩过程的重要步骤——编码量的⽅法和原理。
为了⽅便简单,将使⽤MATLAB2010实现JPEG图像压缩的仿真。
在论⽂最后，将介绍仿真的过程以及仿真结果说明，阐述⽤MATLAB来实现离散余弦变换的图像压缩的基本过程，并总结相关⽅法的优缺点。
同时也将充分展⽰压缩前后的图像，并做相应的⽐较。
关键词：图像压缩DCT matlab仿真AbstractWith the development of modern economy, the storm has swept through the image of our daily life, people have been closely related to the image for the. People's requirements on image real-time processing is relatively improved. Now we face a problem, how to guarantee the quality of the image, at the same time can be old enough considering the real-time and efficiency has become an issue of concern. This information is certain to image compression and processing has become a very important link. However, the image is an important signal, due to the large amount of data, while the storage and transmission of the compressed. New mathematical tools are discrete cosine transform is a new mathematical tool, based on the discrete cosine transform image compression technology is now being a lot of attention and research.In this paper, based on the analysis of the general methods of image compression in recent years, the basic principles and implementation steps of image compression based on DCT transform are also discussed. In this paper, the principle and development of image compression are introduced briefly, and the DCT transform algorithm is analyzed and compared with other compression methods. The basis of DCT transform compression is proposed. The final step of the image compression process is to encode the quantized image. This. We use MATLAB6.5 to realize the simulation of JPEG image compression. The simulation results show that using MATLAB to achieve the image discrete cosine transform compression method is simple, fast, small error advantages, greatly improves the efficiency and accuracy of image compression.Keywords: DCT ,matlab,simulation image, compression⽬录图像JPEG压缩的matlab实现........................................................ I 摘要. (I)Abstract.......................................................................................... II ⽬录. (III)前⾔ (1)1 绪论 (3)1.1论⽂研究背景及意义 (3)1.2 JPEG图像的发展历史及简介 (4)1.3 JPEG图像在DCT中压缩的作⽤ (5)1.4 本⽂研究的主要内容 (6)2 图像压缩编码原理 (7)2.1 DCT变换的来源 (7)2.2基于DCT的JPEG图像压缩编码步骤 (8)2.3图像压缩处理技术基本理论 (9)3 图像压缩的MATLAB实现 (12)3.1离散余弦变换的定义及原理 (12)3.2离散余弦变换的算法实现 (13)3.3图形⽤户界⾯介绍 (14)3.3.1图像⽂件读取 (15)3.3.2图像⽂件输出 (16)4 运⾏结果及分析 (18)4.1 程序流程图 (18)4.2 MATLAB仿真结果 (19)4.3 实验结果及分析 (20)总结 (23)参考⽂献 (25)致谢 (26)附件1 图像JPEG压缩的matlab程序 (27)前⾔在当今，⼈们⼤多都都已经迈⼊了信息化的社会，信息交换技术已经发展出不同的形式，主要的信息分为三种形式：1.⽂字2.⾳频3.图像。
图像处理实验3-4
数字图像处理实验1. 直方图修正灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特征更加明显。
灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像增强。
（1）计算出一幅灰度图像的直方图clearclose allI=imread(' rice.png');imhist(I)title('实验一（1）直方图');（2）对灰度图像进行简单的灰度线形变换，figuresubplot(2,2,1)imshow(I);title('试验2-灰度线性变换');subplot(2,2,2)histeq(I);（3）看其直方图的对应变化和图像对比度的变化原图像f(m,n) 的灰度范围[a,b] 线形变换为图像g(m,n),灰度范围[a’,b’] 公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)figuresubplot(2,2,1)imshow(I)J=imadjust(I,[0.3,0.7],[0,1],1);title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n)/(b-a)进行变换');subplot(2,2,2)imshow(J)subplot(2,2,3)imshow(I)J=imadjust(I,[0.5 0.8],[0,1],1);subplot(2,2,4)imshow(J)(4) 图像二值化（选取一个域值，将图像变为黑白图像）figuresubplot(2,2,1)imshow(I)J=find(I<150);I(J)=0;J=find(I>=150);I(J)=255;title(' 实验一（4）图像二值化( 域值为150 ）');subplot(2,2,2)imshow(I)clc;I=imread(‘rice.png');bw=im2bw(I,0.5);%选取阈值为0.5figure;imshow(bw) %显示二值图像2. 图像处理变换1．傅立叶变换熟悉其概念和原理,实现对一幅灰度图像的快速傅立叶变换,并求其变换后的系数分布. 2．离散余弦变换熟悉其概念和原理,实现对一幅灰度和彩色图像作的离散余弦变换,选择适当的DCT系数阈值对其进行DCT反变换.% 图像的FFT变换clc;I=imread('rice.png');subplot(1,2,1)imshow(I);title('原图');subplot(1,2,2)imhist(I);title('直方图');colorbar;J=fft2(I);figure;subplot(1,2,1)imshow(J);title('FFT变换结果');subplot(1,2,2)K=fftshift(J);imshow(K);title('零点平移');figure;imshow(log(abs(K)),[]),colormap(jet(64)),colorbar;title('系数分布图');% 图像的DCT变换RGB=imread('onion.png');figure;subplot(1,2,1)imshow(RGB);title('彩色原图');a=rgb2gray(RGB);subplot(1,2,2)imshow(a);title('灰度图');figure;b=dct2(a);imshow(log(abs(b)),[]),colormap(jet(64)),colorbar; title('DCT变换结果');figure;b(abs(b)<10)=0;% idctc=idct2(b)/255;imshow(c);title('IDCT变换结果');3. 小波变换实验内容：熟悉小波变换的概念和原理,熟悉matlab小波工具箱主要函数的使用.利用二维小波分析对一幅图像作2层小波分解,并在此基础上提取各层的低频信息实现图像的压缩.程序如下：clcclose allcleara=imread('deblur1.png ');subplot(1,2,1);imshow(a);title('原始图像');I=rgb2gray(a);subplot(1,2,2);imshow(I);title('原始图像的灰度图');% 进行二维小波变换[a,b] = wavedec2(I, 2, 'bior3.7');% 提取各层低频信息figure;c = appcoef2( a, b, 'bior3.7', 1 );subplot(1,2,1);imshow(c, []);title('一层小波变换结果');d = appcoef2( a, b, 'bior3.7', 2 );subplot(1,2,2);imshow(d, []);title('二层小波变换结果');4. 模板运算一、实验内容：（1）平滑：平滑的目的是模糊和消除噪声。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
JPEG 静态图像压缩实验指导书一、实验目的1. 了解多媒体通信中图像压缩技术2. 熟悉 JPEG 图像压缩编码过程3. 掌握二维 DCT 变换算法二、实验原理JPEG(Joint Photographic Experts Group 是一个由 ISO 和 ITU-T 两个组织机构联合组成的一个图像专家小组,负责制定静态的数字图像数据压缩编码标准, 这个专家组开发的算法称为 JPEG 算法,并且成为国际上通用的标准。
JPEG 是一个适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。
JPEG 不仅适于静止图像的压缩,电视图像的帧内图像的压缩编码,也常采用此算法。
JPEG 标准定义了多种工作模式, 其中最基本的是基于 8×8块的 DCT 顺序编码,将一帧图像分为 8×8的块,然后按照从左至右、自上而下的顺序,对块进行 DCT 、量化和熵编码。
其编、解码框图如下:图 1 基于 DCT 的顺序编码框图DCT 解码器图 2 基于 DCT 的顺序解压缩框图JPEG 压缩编码算法的主要计算步骤:1 正向离散余弦变换 (FDCT。
2 量化 (quantization。
3 Z 字形编码 (zigzag scan。
4 使用差分脉冲编码调制 (differential pulse code modulation, DPCM 对直流系数(DC进行编码。
5 使用行程长度编码 (run-length encoding, RLE 对交流系数 (AC进行编码。
6 熵编码 (entropy coding。
三、实验内容按照上述压缩过程实现一幅图像的压缩,生成符合 JPEG 标准的图像文件 JPEG 图像编码流程如下:图 3 JPEG 图像编码流程1. DCT 变换对 8×8的图像数据块进行二维 DCT 的变换, 把能量集中在少数几个系数上,从而达到数据压缩的目的。
:DCT 变换公式 :DCT 反变换公式:其中:二维 DCT 变换可以分解为行和列的一维 DCT 变换的组合运算, 也可将 8×8的块分为更小的子块,直接对二维数据进行 2维快速余弦变换。
2. 量化量化表达式为:其中 T(u, v 是推荐的量化矩阵,详见附录 1量化矩阵表3. 熵编码JPEG 标准中熵编码对直流 DC 系数和交流 AC 系数分别采用不同的压缩编码算法1 DC 系数编码:JEPG 把所有子块的 DC 系数集合在一起,采用差分编码的方法表示。
编码步骤为:a 将初始值设为 128, 对相邻块的 DC 系数 F(0,0进行差分运算b 将差分值改写为 [size,value] (尺寸,幅值的符号对。
尺寸取 2的对数加 1c 按照表 2、 3对该符号对进行编码2 AC 系数编码AC 系数编码步骤为:a 以块为单位,从 AC01开始对块内的量化数据进行 Z 形行程扫描,记录两个非零值的大小和其间连续零的个数b 将扫描结果改写为 [RunLength, level](行程、幅度的符号对,其中 RunLength 代表该非零值和它前一个值之间 0的个数, 以 (EOB表示块结束。
c 按照表 3对上述的符号对进行编码。
若符号在表中查不到对应码字, 用 ESC 码表示, 然后按表 4, 5对 RunLength 和 level 进行编码。
4. 对编码后的图像数据进行解码,与原始图像数据进行比较。
四、实验要求1. 根据实验内容要求编写编解码程序,所用编程语言自选。
可以参考实验室提供的范例程序,并充分发挥你的创造性,写出有自己特色的程序。
2. 生成 JPEG 格式的压缩文件,可用第三方软件打开,由指导教师验证通过3. 实验完成后提交完整源程序,并在关键处加上详细批注。
4. 撰写实验报告,实验报告要求详细介绍你实现的功能,设计思想,并根据思考题进行分析。
五、样本程序说明实验室提供一个 BC 编写的样本程序,供大家参考。
见“ JPEG 实验”文件夹,各文件功能说明如下:1 JPEG 压缩程序:gendat.exe2 为压缩后的数据加上 JPEG 文件头的程序 genjpg.exe3 解 JEPG 压缩程序 extrdat.exe其中:(1的输入参量是需要生成的压缩文件的名字。
主程序流程为:a 程序初始化,读取文件名称、原始图像数据等基本数据;b 从 AC.TAB 和 DC.TAB 两个文件生成 AC 表和 DC 表,存入数组c 以 8×8为样本单位进行 DCT 变换d 以 8×8为样本单位进行量化e 以 8×8为样本单位进行 Z 形扫描f 以 8×8为样本单位进行熵编码g 以 8×8为样本单位进行解量化h 以 8×8为样本单位进行 IDCT 变换请大家在参考上述程序的基础上,编写自己的 JPEG 压缩程序,利用(2 、(3程序检查自己的程序是否正确。
六、思考题1. 计算图像的压缩比,并比较原图像的效果2. DCT 变换、量化后,数据的范围是多少?有没有可能超出码表所给出的幅值范围。
附录:JPEG 图像压缩方法相关数据表 1:量化矩阵 T ( U,V亮度量化矩阵 T(u,v色差量化矩阵 T(u,v 表 2:DC 系数码表Size Code0 1001 002 013 1014 1105 11106 1111,07 1111,108 1111,110表 3:DC 系数码表Value Code128~255 1000,0000~1111,1111 64~127 1000,000~1111,11132~63 1000,00~1111,1116~31 1000,0~1111,18~15 1000~11114~7 100~1112~3 10~111 10 —-1 0-2~-3 01~00-4~-7 011~000-8~-15 0111~0000-16~-31 01111~00000-32~-63 011111~000000-64~-127 0111111~0000000-128~-255 01111111~00000000 表 4:RunlengthLevel Code 0 1 11S2 0100S3 0010,1S4 0000,110S5 0010,0110S6 0010,0001S7 0000,0010,10S8 0000,0001,1110S9 0000,0001,1000S 10 0000,0001,0011S 11 0000,0001,0000S 12 0000,0000,1110S 13 0000,0000,1100,1S 14 0000,0000,1100,0S 15 0000,0000,1011,1S 160000,0000,0111,11S 17 0000,0000,0111,01S 18 0000,0000,0111,00S 190000,0000,0110,11S 20 0000,0000,0110,10S 21 0000,0000,0110,01S 220000,0000,0110,00S 23 0000,0000,0101,11S 24 0000,0000,0101,10S 250000,0000,0101,01S 26 0000,0000,0101,00S 27 0000,0000,0100,11S 280000,0000,0100,10S29 0000,0000,0100,01S 30 0000,0000,0100,00S 31 0000,0000,0011,000S 32 0000,0000,0010,111S 33 0000,0000,0010,110S 34 0000,0000,0010,101S 350000,0000,0010,100S 36 0000,0000,0010,010S 37 0000,0000,0010,010S 380000,0000,0010,001S 39 0000,0000,0010,000S1 1 011S2 0001,10S3 0010,1010S4 0000,0011,00S5 0000,0001,1011S6 0000,0000,1011,0S7 0000,0000,1010,1S8 0000,0000,0011,111S9 0000,0000,0011,110S 10 0000,0000,0011,101S 11 0000,0000,0011,100S 12 0000,0000,0011,011S 13 0000,0000,0011,010S 14 0000,0000,0011,001S 15 0000,0000,0001,0011S 16 0000,0000,0001,0010S 17 0000,0000,0001,0001S18 0000,0000,0001,0000S2 1 0101S2 0000,100S3 0000,0010,11S4 0000,0001,0100S5 0000,0000,1010,0S 3 1 0011,1S2 0010,0100S3 0000,0001,1100S4 0000,0000,1001,1S 4 1 0011,0S2 0000,0011,11S3 0000,0001,0010S 5 1 0001,11S2 0000,0010,01S3 0000,0000,1001,0S6 1 0001,01S2 0000,0001,1110S3 0000,0000,0001,0100S 7 1 0001,00S 2 0000,0001,0101S 8 1 0000,111S 2 0000,0001,0001S 9 1 0000,110S 2 0000,0000,1000,1S10 1 0010,0111S2 0000,0000,1000,0S11 1 0010,0011S2 0000,0000,0001,1010S12 1 0010,0010S2 0000,0000,0001,1001S13 1 0010,0000S2 0000,0000,0001,1000S14 1 0000,0011,10S2 0000,0000,0001,0110S15 1 0000,0011,01S2 0000,0000,0001,0110S16 1 0000,0010,00S2 0000,0000,0001,0101S 17 1 0000,0001,1111S 18 1 0000,0001,1010S 19 1 0000,0001,1001S 20 1 0000,0001,0111S 21 1 0000,0001,0110S 22 1 0000,0000,1111,1S 23 1 0000,0000,1111,0S 24 1 0000,0000,1110,1S 25 1 0000,0000,1110,0S 26 10000,0000,1101,1S 27 1 0000,0000,0001,1111S 28 1 0000,0000,0001,1110S 29 1 0000,0000,0001,1101S 30 1 0000,0000,0001,1100S 31 1 0000,0000,0001,1011S EOB 10esc 0000,10注:S 表示,当 Level 为正值时 S=0, Level 为负值时 S=1。