[毕业设计精品]数字图像JPEG压缩编码算法研究.doc

数字图像JPEG压缩编码算法研究摘 要图像的数字化表示使得图像信号可以高质量地传输，并便于图像的检索、分析、处理和存储但是数字图像的表示需要大量的数据，必须进行数据的压缩因此图像压缩编码技术的研究显得特别有意义，也正是由于图像压缩编码技术及传输技术的不断发展、更新，推动了现代多媒体技术应用的迅速发展本设计在研究JPEG压缩编码对图像数据压缩的基本原理的基础上，设计了JPEG仿真方案和程序实现流程，根据流程图编写了JPEG压缩编码的仿真程序，并利用MATLAB软件对仿真程序进行了调试，验证了JPEG压缩编码对图像数据压缩的可行性通过运行JPEG仿真程序输出了原图像，重建图像，以及二者的差值图像，通过直观比较，发现经过JPEG仿真程序压缩后的图像仍有很好的视觉效果通过对输出的压缩比，峰值信噪比等参数的研究，科学的论证了JPEG压缩编码对图像数据巨大的压缩效果以及良好的压缩质量关键词:JPEG，Huffman，DCT，量化，MATLAB仿真JPEG digital image compression coding algorithm studyABSTRACTDigital images that make high-quality image signal can be transmitted, and to facilitate image retrieval, analysis, processing and storage. But the digital images that require large amounts of data, the data must be compressed. Therefore, image compression coding technology research is particularly meaningful, and because the image compression technology and transmission technology continues to develop, update and promote the application of modern multimedia technology to develop rapidly. I have JPEG compression in-depth study on the basic principles of image data compression based on JPEG emulator hands drawn flow chart, flow chart was prepared according to JPEG compression simulation program, and the simulation program using MATLAB software was debugged to verify the JPEG compression of image data compression is feasible. Simulation program by running the output of the original JPEG image, reconstructed image, and the difference between the two images, by visual comparison, found through simulation program compressed JPEG image is still very good visual effects. Compression ratio on the output peak signal to noise ratio and other parameters of the study, scientific proof of the JPEG image data compression coding of the great compression and good compression quality. Keywords:JPEG, Huffman, DCT, quantization, MATLAB simulation目 录引言 6第1章 绪论 71.1 静态图像压缩编码技术简介 7 1.1.1图像压缩的几种方法 8 1.2 JPEG图像压缩的国际标准 9 1.3 JPEG压缩编码技术的目的与意义 101.4 毕业设计内容 10 第2章 JPEG图像压缩原理 112.1 图像压缩技术基础 11 2.2 JPEG压缩编码基本原理 12 2.2.1 颜色空间转换 数据分块及采样 12 2.2.2 离散余弦变换（DCT） 13 2.2.3 系数量化 13 2.2.4 Z形扫描 14 2.2.5 编码 15 2.3 Huffman编码简介 18 2.4 小结 19 第3章 基于 MATLAB的算法实现 20 3.1 基于DCT的JPEG图像压缩编码理论算法及MATLAB仿真基础 20 3.1.1 基于DCT的JPEG图像压缩编码算法的表述 20 3.1.2 结合MATLAB7.0仿真对上述算法的几点解释 20 3.2 MATLAB7.0仿真程序实现 21 3.2.1运行环境说明 21 3.2.2 程序流程图及实现 21 第4章 实验结果及分析 25 4.1 程序运行结果显示 254.2 结果分析 26 4.3总结 26 结论与展望 27 致谢 28参考文献 29 附录A 30 外文文献 30 附录B 34 主要参考文献及摘要 34 附录C 36 程序清单 36插图清单图2-1 JPEG压缩编码基本原理图 12 图2-2 矩阵分块图 13 图2-3 量化示意图 14图2-4 zig-zag扫描示意图 14图2-5 Z形排序过程 15 图2-6 编码的流程图 16图2-7 完整AC编码图 17 图3-1 JPEG仿真程序流程图 22 图4-1 原图像 25 图4-2 重建图像 25 图4-3 差值图像 26表格清单表2-1 亮度量化值表 13表2-2 色度量化值表 14表2-3 Y矩阵DC差值参考表 16表2-4 Cb、Cr矩阵DC差值参考表 17I引言随着微电子、计算机和传感器等技术的高速发展，世界已进入信息时代，信息时代的重要特征是信息的数字化。

这些信息包括：数值、文字、语言、声音、图形、动画、电视、视频图像等多种多媒体信号这些多媒体信号由模拟量转换成数字量信息后，送到计算机存储，存储后的数据或者仍由计算机对其自身进行处理，或者将通过传输通道进行传输图像、声音等媒体信息的记录、存储正朝着数字化的方向发展而这些被数字化了的图像、音频等信号的数据量之大是非常惊人的通常媒体信号经过数字化处理之后形成的数据量非常庞大，这些大容量的数据无疑对存储器容量、计算机的速度都造成极大的压力解决这一问题，如果单纯用扩大存储器容量，在存储和处理的时候不仅因图像数据量大而造成大量问题，同时在图像数据的传输过程中也因为网络带宽的限制而极大的制约着网络多媒体技术的发展网络通信技术的飞速发展，使得网络上传输的数据量将越来越多，数据的复杂度也越来越大单纯靠增加通信干线的传输率的办法是不现实的但是如果能通过数据压缩手段把信息数据量压缩下来，以压缩的形式存储和传输，即节约了存储空间，又提高了通信干线的传输效率，同时也使计算机能实时处理高质量的音频、视频信息通过压缩图像数据，最直接的后果就是减少了传输图像所需的带宽，同时不需要额外的物理设备和存储容量，便可达到传输更多，更精确的信息，从而减少了一系列问题。

使用图形、声音、动画、活动图像等多媒体信息时，特别是具有较高的质量要求时，不仅需要占用相当大的存储空间，而且需要相当高的数据传输率因此可以看出，对静态图像进行压缩是绝对必要的从以上的论述可以看出图像数据必然要通过压缩，但是这种压缩是否可行？压缩后的数据是否会影响到图像的品质？信息论的核心理论将证明图像压缩技术具有可行性并有待于进一步优化信息论的观点认为信源中心总是或多或少地含有自然冗余度，这些冗余度既来自信源本身的相关性，又来自信源概率分布的不均匀性这些冗余包括空间冗余、时间冗余、信息熵冗余、结构冗余、知识冗余、视觉冗余、图像区域的相同性冗余等多种图像冗余这些冗余大部分来自图像数据自身，一部分来自外界环境和主观因素对于这些冗余，根据它们对图像生成的影响程度来分，信息熵冗余和图像区域的相同性冗余是造成图像信息量大于其要表达的信息量的主要原因[1]图像压缩编码是在对数字图像进行大量统计分析，在掌握和了解图像信息的统计特性的基础上，充分利用图像本身的相关性强的特点，寻求消除或减少相关性或改变图像信源概率分布不均匀性的方法，以实现数据的压缩第1章 绪论1.1 静态图像压缩编码技术简介图像压缩编码技术可以追溯到1948年提出的电视信号数字，到今天已经有近60年的历史了。

Kunt提出了第一代数据压缩编码的概念他把20世纪40年代中研究的以去除冗余为基础的编码方法称为第一代编码[2]如PCM（pulse code modulation，脉冲编码调制），DPCM　（differential pulse code modulation，差分脉冲编码调制）、亚取样编码法、变换编码中的DFT（discrete Fourier transform，离散傅里叶变换），DCT（discrete cosine transform，离散余弦变换）等方法以及以此为基础的混合编码法属于经典的第一代编码方法直至五十年代和六十年代的图像压缩技术由于受到电路技术等的制约，仅仅停留在预测编码、亚采样以及内插复原等技术的研究上，而且还很不成熟A. Huffman于1952年第一次发表了他的论文“最小冗余度代码的构造方法”，从此，数据压缩开始在商业程序中实现并被应用在许多技术领域第二代数据压缩编码从20世纪90年代开始，数学家们因为不满足于Huffman编码中的某些致命弱点，设计出另一种更为精确，更能接近信息论中“熵”极限的编码方法——算术编码在算术编码的基础上又发展了变换编码，如金字塔编码法、Fractal编码。

其中最具有代表性的是LZ77和LZ78，将基于这一思路的编码方法称作“字典”式编码字典式编码不但在压缩效果上大大超过了Huffman，而且易于实现，其压缩和解压缩的速度也异常惊人1984年，LZ78算法的一个变种——LZW（Lewpel-Ziv&Welch，无损压缩算法）产生LZW继承了LZ77和LZ78压缩效果好、速度快的优点，而且在算法描述上更容易被人们接受70年代末80年代初，人们逐渐意识对于多数灰度或是彩色图像乃至声音文件，没有必要忠实地保留其所有信息，在允许一定的精度损失的情况下，可以实现更为有效的压缩方法到80年代末，许多人己经在这一领域取得了不小的收获。