图像压缩编码和解码原理

图像压缩编码和解码原理

本节介绍图像压缩编码的基本原理，图像数据压缩和解压缩电路的基本结构。它们是看影碟机电路图的基础知识。

一、图像压缩的基本途径
图像的数据量极大，必须对其数据总量大大压缩，才能够存储在直径12cm的光盘上。在实用技术上，可通过以下途径来压缩图像数据的总量。

1、采用亮度(Y)、色度(C)取样方式
实用彩色电视技术没有传输、处理红、蓝、绿三基色信号，而传输、处理亮度信号Y和色度信号C。这种处理方法有利于实现彩色电视和黑白电视的兼容，也利于限制彩色电视信号的频带宽度。在数字图像处理技术中，仍然采用传输、处理亮度信号Y和色度信号C的方法。由于人眼晴对亮度信息敏感，对彩色信息不够敏感，因而对Y信号以较高清晰度传送，对C信号以较低清晰度传送。实际作法是这样的：对每个亮度Y像素都进行传送；而将色度C分解为U、V两个色差信号(或写为Cb、Cr、B-Y、R-Y)，分别进行传送；对亮度Y实行逐点取样，而对色度C则取样较少。即对应于4个亮度取样点，仅对色度信号取样1个点，即对U、V像素的取样较低，各取1个取样点，这种取样格式称为YUV411格式。
采用YUV411取样格式后，它的数据总量将比三基色取样量格式时减少一半。若采用三种基色取样方式时，各基色应与亮度信号取样方式一样，即对每个红、绿、蓝色采取逐点取样的方法。采用Y、C传输方式时，取样次数减少一半，传输数码也减少一半。人眼睛对色度的敏感程度较低，利用人眼睛这一生理视觉特性，人们在主观感觉上并没有感到图像清晰度下降。显然，这是压缩图像数据码率的一个得力措施。

2、将整幅图像分割为小区域进行分割处理
对图像进行数据处理时，对每帧图像进行分割处理。首先图像横向切成若干条，每一条称为一片，将每一片再纵向切成若干块，称宏块，宏块是图像压缩的基本单位。每个宏块的彩色图像可用1个亮度信号Y和两个色差信号Cb、Cr(即U、V)来表示，或者说，每个宏块分为三层，一层亮度Y，两层色度(各为Cb、Cr)，统称为一个宏块。
由于人眼睛对亮度、色度的主观敏感程度不同，通常把亮度宏块再平均分成4块，每一小块称为像块或区块，详见示意图2.2.1。每个区块可以进一步分割，称为像素或像点，像素是构成图像的最小单位。对于数字图像来说，每一个像素作为一个取样点，有一个对应的取样数值。可以看出，图像分割越细，像素数越多，取样点越多，图像清晰度越高；反之，像素数越少，图像清晰度越低。实际上，对图像压缩处理，就是对图像区块的数据、像素的数据进行压缩处理。

彩电制式不同，分割图像的具体数据将有所变化。例如PAL制，大多数为625行扫描标准，那么每帧图像被切为18片，每片再切成22个宏块，即每帧图像分成396个宏块；而525行的NTSC制，每帧图像被切为15片，每片再切成22个宏块，即每帧图像分成330个宏块。对亮度信号来说，每个宏块又分为4个区块，每个区块含有8×8=64个像素，则每个宏块含有256个像素。但对两个色差信号来说，宏块像素数等于区块像素数，即像素数是8×8=64个，是亮度像素的1/4。尽管两色差信号的像素较少，清晰度低，但不影响人眼睛的主观感觉。在进行数字图像处理时，按照图中各个8×8方块( 共64块) 编成次序，再按照编号顺序依次处理。也就是说，以8×8像素的方块作基本操作单元，依次处理每个像素(即取样点)的取样数值。
3、采用帧间和帧内数据压缩技术。
实用电视每秒钟传送25－30帧画面，使画面变化具有连续感，电视活动图像是由各帧画面差别很小的一系列画面组成的。各帧画面的微小变化主要表现于画面主体部分，画面的背景差别很小。图像是由亮度、色度信息来描述的，在各相邻帧图像内，若分别比较同一相对位置的亮度、色度信号，通常其差别较小。经大量统计发现，在各个像素当中仅有10%以下的像素点的亮度差值变化超过去时2%，而色度差值变化在0.1%以下。在各帧图像中具有大量重复内容，这些重复内容的数据属于多余(冗余)信息，于是，可以通过减少时域冗余信息的方法，即运作帧间数据压缩技术，来减少图像传输的数码率。
经分析发现，在同一帧画面内也存在相当多的冗余信息。对图像主体部分和眼睛最敏感的部分，应当准确、详细地处理，需要对每个像素点进行精细传输；但对于图像非主体部分和眼睛不敏感的部分，则可以进行粗略地处理，即进行信息数据的压缩处理。于是，可以根据一帧图像内容的具体分布情况，对不同位置可采用不同的数据量来传送，减少传送图像的数据量，使图像数据得到压缩。这种压缩数据的方法，是在同一帧图像的不同空间部位进行数据压缩，称为空间域冗余压缩。例如，有一幅人像画面，其面部和头部的线条清晰度可以不相同，尤其是眼睛、嘴唇部位表情丰富，线条比较精细复杂，是观众最注意的部位，应当用高清晰度传送；而头顶部位和面颊侧面，轮廓变化较少，灰度层次变化较小，观众不太注意这些部位。显然，图像的主要部位，灰度层次变化较大的部位，人眼睛敏感的部位，应当以较大数据量进行精细传送；而那些图像的次要部位，灰度层次变化较小的部位，人眼睛不注意的部位，则可用较少数据量进行粗略传送，甚至于仅仅传送它们的平均亮度信息。
以下具体讨论数字图像的数据压缩原理。先讨论静止图像的数据压缩技术，即帧内数据压缩技术；然后讨论活动图像的数据压缩技术，即帧间数据压缩技术。
二、帧内数据压缩技术
首先对整幅图像进行分割处理，经分割取得最小操作单元。下面按8×8=64个像素组成的区块来计论。每一个像素值都可以按一定规律取样，例如可对亮度各个像素的亮度值取样，若每个像素按8bit量化，则每个区块的总数据量为8bit×64（像素点），即512bit。可见，对全画面各像素量化处理后数据量十分庞大，需要进行数据压缩。通常，经过离散余弦变换，Z字型扫描，可变长度编码等处理过程，可将数据总量进行大量压缩。
1、离散余弦变换（DCT）编码
(1) 功能简述
离散余弦变换简称为DCT（是英Discrete Cosine Transform的缩写词），是一种数字处理方法，经常用于数据处理。DCT是多种数字变换方法的一种，它是把空间域图像变换到频率域进行分析的方法。由于DCT的变换核构成的基向量与图像内容无关，而且变换核是可以分离的，既二维DCT可以用两次一维DCT来完成，使得数学运算难度大大简化，再配以已经发现的其它快速算法，使得DCT编码得到了广泛的应用。将DCT应用于图像数据压缩，可以减少代表图像亮度(或色度)层次数码信息，达到数据压缩的目的。利用DCT不仅可将图像编码，还可以在编码变换过程发现图像细节的位置，以便删去或略去对视觉不敏感的部分，而更加突出视觉的敏感部分，通过选择主要数据来传输、重视图像。
利用DCT压缩图像数据，主要是根据图像信号在频率域的统计特性。在空间域看来，图像内容千差万别；但在频率域上，经过对大量图像的统计分析发现，图像经过DCT变换后，其频率系数的主要成分集中于比较小的范围，且主要位于低频部分。利用DCT变换揭示出这种规律后，可以再采取一些措施把频谱中能量较小的部分舍弃，尽量保留传输频谱中主要的频率分量，就能够达到图像数据压缩目的。
(2)规律和特点
①时间域信号的频谱
对于一个随时间变化的波形来说，它是随时间变化的周期信号，它是以一定幅度值为波形的直流平均值，其波形可看成是基波与无数次谐波叠加而成。其基波振幅最大，然后各次谐波振幅逐渐减小。各次谐波叠加次数越高，则合成波形越接近于理想矩形波。此分析方法就是应用日益广泛的频谱分析方法。其中各次正弦波谐波的振幅值经常称为频谱系数，将频谱系数排列起来，可以组成一个系数列。上述事实说明，周期性矩形波可以由时间域 (反映幅度－时间关系)来描述，也可以由频率域(幅度－频率关系)来描述。两者有互相对应的关系。实际上，各种时间域信号都可以由频率域的规律来描述，两种描述方法存在内在的联系，可以互相转换。
②空间域信号的频谱系数
对于各种空间域分布的信号，也可以进行类似的频率变换，即将空间域信号转变为频率域信号。DCT就是其中一种频率分析方法。可参阅图2.2.2来说明DCT变换过程。
由图像内取出一个区块，分成8×8个像素的64格阵列，即由图(a)转变为图(b)。经过对逐个像素的亮度（或讨论色度）数值取样，并将像素的亮度数值列成矩阵形表格，见图（C）。然后利用离散余弦变换（DCT）可将各空间取样值转变