【数据压缩】实验：JPEG原理分析及JPEG解码器的调试

一、JPEG编解码原理

1.1 JPEG图像压缩标准基本介绍

JPEG是Joint Photographic Experts Group（联合图像专家小组）的缩写，文件后缀名为.jpg或.jpeg，是最常用的图像文件格式。

JPEG主要采用预测编码(DPCM)、离散余弦变换(DCT)以及熵编码的联合编码方式，从而去除冗余的图像和彩色数据，属于有损压缩格式，在获得极高的压缩率的同时能展现十分丰富生动的图像。

JPEG图像压缩算法能够在提供良好的压缩性能的同时，具有比较好的重建质量，被广泛应用于图像、视频处理领域。

1.2 JPEG编码原理

（1）图像预处理

• 颜色空间转换：JPEG采用的是YUV颜色空间，因此将输入图片转换为YUV颜色空间，并按一定的采样格式进行采样。
• 分块：将输入图像分成若干个8×8的小块。在此过程中需对图像的宽和高进行裁剪，使其都为8的倍数，不足的部分复制与其最近的像素值。编码时，按从左至右，从上至下的顺序依次读取一个8×8块，对其进行DCT变换、量化、编码后，再读取下一个8*8块。

（2）零偏置电平下移

对输入图片做零偏置电平下移：对于灰度级是的像素，通过减去，将无符号的整数值变成有符号数。这样做可使像素绝对值出现3位10进制数的概率大大减少，从而提高编码效率。

对Y分量进行零偏置电平下移，使Y、U、V电平取值范围都在-128~127之间。

（3）8×8 DCT变换

对每个单独的彩色图像分量，把整个分量图像分成8×8的图像块进行DCT变换，再进行量化和编码处理。DCT变换具有能量守恒、能量集中和去相关的特性，有利于提高编码的效率。由于人眼对低频敏感，高频不敏感，经DCT变化后，能量集中在低频区域，对低频和高频各系数采用不同的量化比特数进行单独量化，就能在保证图像质量的同时提高压缩比。

（4）量化

利用人眼视觉特性设计矩阵量化DCT系数，减小视觉冗余。

• 人眼对亮度信号比色差信号更敏感，因此使用了两种量化表：亮度量化值和色差量化值；
• 人眼对低频敏感，对高频不太敏感，因此对低频分量采取较细的量化，对高频分量采取较粗的量化。 

（5）编码

a. DC系数进行差分编码

8x8图像块经过DCT变换后，得到的DC直流系数有两个特点：

• 系数的数值比较大
• 相邻8×8图像块的系数值变化不大

根据这个特点，JPEG算法对DC系数进行差分脉冲调制编码(DPCM)，对相邻图像块之间的量化DC系数的差值DIFF进行编码。

对DIFF进行Huffman编码：码字由类别ID和类内索引两部分组成。通过下表判断DIFF在哪一个范围内，以类别ID作为码字的第一部分，DIFF的真值作为码字的第二部分。

例：DC=8，上一DC=5，则DIFF=8-5=3，类别ID=2，类内索引=3，则码流=10011。

b. AC系数进行Z字扫描和游程编码

Z字扫描：经DCT变换后AC系数大多数集中在低频分量区，因此采用Z字形扫描按频率的高低顺序读出，可以出现很多连零的机会。如果最后都是零，给出块结束码EOB (End of Block)即可。

游程编码：Z字扫描后二维数据变成一维数据，采用游程编码（RLC）可以进一步降低数据的传输量。

对一维数据进行游程编码：定义（run,level）结构

• run表示非0数据前0的个数，其最大值为15，用RRRR表示；
• level表示非0数据的值，level的编码类似DC系数，先分为16个类别，用4位SSSS表示类别号，再查类内索引。通过下表判断类别：

对(RRRR, SSSS)采用Huffman编码，对类内索引采用定长码编码。SSSS即表示该AC分量数值的类别，也表示接下来需要读入的位数。

例：(0，2)用(run,level)结构表示为(1，2)，类别为2，(RRRR,SSSS)为(1，2)，则码流为=1101110。

1.3 JPEG文件格式

JPEG 在文件中以 Segment 的形式组织，它具有以下特点：

• 均以 0xFF 开始，后跟 1 byte 的 Marker 和 2 byte 的 Segment length (包含表示Length本身所占用的 2 byte，不含 “ 0xFF ” + “ Marker ” 所占用的 2 byte)；
• 采用 Motorola 序(相对于Intel序)，即保存时高位在前，低位在后；
• Data 部分中，0xFF后若为 0x00，则跳过此字节不予处理。

JPEG中常见的图像标记有：

(1) SOI

SOI，Start of Image，图像开始。标记代码2字节，固定值0xFFD8.

(2) APP0

APP0，Application，应用程序保留标记0。标记代码2字节，固定值0xFFE0。包含9个具体字段：

• 数据长度，2字节，9个字段的总长度
• 标识符，5字节，固定值0x4A46494600，即字符串“JFIF0”
• 版本号，2字节，一般是0x0102，表示JFIF的版本号1.2  
• X和Y的密度单位，1字节，0：无单位；1：点数/英寸；2：点数/厘米
• X方向像素密度，2字节，取值范围未知  
• Y方向像素密度，2字节，取值范围未知  
• 缩略图水平像素数目，1字节，取值范围未知  
• 缩略图垂直像素数目，1字节，取值范围未知  
• 缩略图RGB位图，长度可能是3的倍数，表示缩略图RGB位图数据

(3) DQT

DQT，Define Quantization Table，定义量化表。标记代码2字节，固定值0xFFDB.

  ① 数据长度