jpeg編碼與解碼的設計與實現-畢業設計(編輯修改稿)

　

【文章內容簡介】 dataptr[0] + dataptr[7]。 tmp7 = dataptr[0] dataptr[7]。 tmp1 = dataptr[1] + dataptr[6]。 tmp6 = dataptr[1] dataptr[6]。 tmp2 = dataptr[2] + dataptr[5]。 tmp5 = dataptr[2] dataptr[5]。 tmp3 = dataptr[3] + dataptr[4]。 tmp4 = dataptr[3] dataptr[4]。 /* 對偶數項進行運算 */ tmp10 = tmp0 + tmp3。 /* phase 2 */ tmp13 = tmp0 tmp3。 tmp11 = tmp1 + tmp2。 tmp12 = tmp1 tmp2。 dataptr[0] = tmp10 + tmp11。 /* phase 3 */ dataptr[4] = tmp10 tmp11。 z1 = (tmp12 + tmp13) * ((FAST_FLOAT) )。 /* c4 */ dataptr[2] = tmp13 + z1。 /* phase 5 */ dataptr[6] = tmp13 z1。 /* 對奇數項進行計算 */ tmp10 = tmp4 + tmp5。 /* phase 2 */ 11 tmp11 = tmp5 + tmp6。 tmp12 = tmp6 + tmp7。 z5 = (tmp10 tmp12) * ((FAST_FLOAT) )。 /* c6 */ z2 = ((FAST_FLOAT) ) * tmp10 + z5。 /* c2c6 */ z4 = ((FAST_FLOAT) ) * tmp12 + z5。 /* c2+c6 */ z3 = tmp11 * ((FAST_FLOAT) )。 /* c4 */ z11 = tmp7 + z3。 /* phase 5 */ z13 = tmp7 z3。 dataptr[5] = z13 + z2。 /* phase 6 */ dataptr[3] = z13 z2。 dataptr[1] = z11 + z4。 dataptr[7] = z11 z4。 dataptr += DCTSIZE。 /* 將指針指向下一行 */ } /* 第二部分，對列進行計算 */ dataptr = data。 for (ctr = DCTSIZE1。 ctr = 0。 ctr) { tmp0 = dataptr[DCTSIZE*0] + dataptr[DCTSIZE*7]。 tmp7 = dataptr[DCTSIZE*0] dataptr[DCTSIZE*7]。 tmp1 = dataptr[DCTSIZE*1] + dataptr[DCTSIZE*6]。 tmp6 = dataptr[DCTSIZE*1] dataptr[DCTSIZE*6]。 tmp2 = dataptr[DCTSIZE*2] + dataptr[DCTSIZE*5]。 tmp5 = dataptr[DCTSIZE*2] dataptr[DCTSIZE*5]。 tmp3 = dataptr[DCTSIZE*3] + dataptr[DCTSIZE*4]。 tmp4 = dataptr[DCTSIZE*3] dataptr[DCTSIZE*4]。 /* 對偶數項進行運算 */ tmp10 = tmp0 + tmp3。 /* phase 2 */ tmp13 = tmp0 tmp3。 tmp11 = tmp1 + tmp2。 tmp12 = tmp1 tmp2。 12 dataptr[DCTSIZE*0] = tmp10 + tmp11。 /* phase 3 */ dataptr[DCTSIZE*4] = tmp10 tmp11。 z1 = (tmp12 + tmp13) * ((FAST_FLOAT) )。 /* c4 */ dataptr[DCTSIZE*2] = tmp13 + z1。 /* phase 5 */ dataptr[DCTSIZE*6] = tmp13 z1。 /* 對奇數項進行計算 */ tmp10 = tmp4 + tmp5。 /* phase 2 */ tmp11 = tmp5 + tmp6。 tmp12 = tmp6 + tmp7。 z5 = (tmp10 tmp12) * ((FAST_FLOAT) )。 /* c6 */ z2 = ((FAST_FLOAT) ) * tmp10 + z5。 /* c2c6 */ z4 = ((FAST_FLOAT) ) * tmp12 + z5。 /* c2+c6 */ z3 = tmp11 * ((FAST_FLOAT) )。 /* c4 */ z11 = tmp7 + z3。 /* phase 5 */ z13 = tmp7 z3。 dataptr[DCTSIZE*5] = z13 + z2。 /* phase 6 */ dataptr[DCTSIZE*3] = z13 z2。 dataptr[DCTSIZE*1] = z11 + z4。 dataptr[DCTSIZE*7] = z11 z4。 dataptr++。 /* 將指針指向下一列 */ } endif /* DCT_FLOAT_SUPPORTED */ . 熵編碼 熵是熱力學中的術語，用來研究熱和功。只要物體具備的做功能量下降，它的量就增加。熵也用來衡量物體內部的無序程度。而在信息論中，熵表示的是不確定性的量度。 . 熵 在日常生活中，如果收到一封信，接到一個傳真，或者得到一組數據，從信息論的觀點看，只能稱之為“消息”（ Message）。在消息中，有一些是我們事先所不確定的，這些不確定的內容稱為“信息”（ Information）。在收到消息之前，是處于某種不確定狀 態 13 之中，而收到消息后，就可以消除或者部分解除了這些不確定性，也就是獲得了信息。因此不確定性減少量，就可以作為信息的度量。換句話說，信息是用不確定性的量度定義的。一個消息的可能性愈小，其信息含量愈大；而消息的可能性愈大，則其信息含量愈小。 信息論的創始人香農在 1948 年的論文中提到了熵的概念，用來描述不確定性。也就是說，事件出現的概率小，其不確定性就越大，反之就越小。在數學上，所傳輸的消息是其出現概率的單調下降函數。所謂信息是指從 n 個相等可能事件中選出一個事件，所需要的信息度量或含量，也就是在辨別 n個事件中特 定的一個事件過程中所需要提問“是”或“否”的最少次數。如從 64 個數中選定某一個數，提問：“是否大于 32？”，則不論回答是與否，都消去了半數的可能事件，如此下去，只要問 6 次這類問題，就可以從 64 個數中選定一個數，則所需信息量是：㏒ 2 64＝ 6（ bit） 設從 N 個數中選一個 X 的概率為 P（ X），并設從 N 中任選一個數的概率都相等，即 P（ X）＝ 1／ N，則信息量 I（ X）可定義為： ? ? log P (X )N1logXI ???? 上式的值將隨對數所取的底數不同而有所不同的值，因而其單位也就不同。通常取以 2 為底的對數，相 應的單位為比特（ bit），也可以取以 e 為底的對數，其單位為奈特（ nat）。 如果將信源所有可能的信息量進行平均（當這些事件的概率不相等時），就得信源中的每個符號的平均信息量，稱之為概率分布的熵（ Entropy） . 設信源 X 的符號集為 X i （ i＝ 1， 2， 3… N）并設 Xi 出現的概率為 P（ Xi），則信源X 的熵為： ???? 0i )Xi(log P)Xi(P)X(H 熵是一個非負數，即 H（ Xi）≥ 0；當 P（ Xi）＝ 0 或 P（ Xi）＝ 1 時， H（ X）＝ 0。 . 熵編碼原理 信源中含有自然冗余度，這些冗余度既來自于信源本身的相關 性，又來自于信源概率分布的不均勻性，只要找到去除相關性或改變概率分布不均勻性的手段和方法，也就找到了信息熵編碼的方法。如圖像中存在有空間相關、幀間相關，還存在有灰度概率分布不均勻性。因此，利用信息熵理論減少數據在傳輸和存儲的冗余度，就是信息熵編碼要解決的問題。 信源所含有的平均信息量（熵）是進行無失真編碼的理論極限，而低于此極限的無 14 失真編碼方法是找不到的，只要不低于此極限，就能找到某種適宜編碼方法，去逼近熵。 JPEG 中的熵編碼 JPEG 標準具體規定了兩種熵編碼方式： Huffman 編碼和算術編碼。 JPEG 基 本順序編碼解碼器具體規定用 Huffman 編碼，但是 JPEG 并沒有限制對任何 JPEG 算法必須用Huffman 編碼方式或算術編碼方式。熵編碼可以分成兩步進行，首先把 DC 碼和行程碼轉換成中間符號序列，然后給這些符號賦以變長碼字。 [4] 1. 熵編碼的中間符號表示 對差分 DC 系數用兩個符號進行編碼，符號 1 和符號 2。符號 1 表示的信息稱為“長度”，即為 DC 系數的幅度進行編碼所用的位數，符號 2 表示 DC 系數的幅度。 類似地，對每個 AC 系數也用兩個符號進行編碼，符號 1 和符號 2。符號 1 表示了兩條信息，稱為“行程”和“長度”。行 程是在之字形矩陣中位于非零 AC 系數前的連續零值 AC 系數的個數，長度是對 AC 系數的幅度進行編碼所用的位數。符號 2 表示了 AC 系數的幅度。 2. 熵編碼 對 DC 系數的符號 1 用 Huffman 表中的可變長度代碼（ VLI）進行編碼，表 27 給出了 DC 系數亮度的一個典型的 Huffman 編碼表。符號 2 用可變長度整數代碼（ VLI）進行編碼，若為負值，則采用二進制的補碼的形式。表 28 所示為符號 2 用比特表示的長度，它隨著幅度（差分 DC 系數值）變化而改變。在實際編碼中，我們首先要從表中找出差分 DC 系數需要多少位來表示。然后，位的 數目用以四位二進制編碼的十進制位數表示。接著就用可變長度整數表示系數的幅度。 表 27 亮度 DC 系數表 尺寸分類 碼長 碼字 0 2 00 1 3 010 2 3 011 3 3 100 4 3 101 5 3 110 6 4 1110 15 7 5 11110 8 6 111110 9 7 1111110 10 8 11111110 11 9 111111110 表 28 DC 系數符號 2 結構 尺寸 幅度 1 1， 1 2 3… 2， 2… 3 3 7… 4， 4… 7 4 15… 8， 8… 15 5 31… 16， 16… 31 6 63… 32， 32… 63 7 127… 64， 64… 127 8 255… 128， 128… 255 9 511? 256， 256? 511 10 1023? 512， 512? 1023 而對 AC 系數采用 Huffman 表中的 VLC 對符號 1 編碼，表 29 給出了 AC 系數亮度的部分 Huffman 編碼表。隨著對 DC 系數進行編碼，用 VLI 對符號 2 進行編碼。圖 29中的流程圖顯示了對 AC 系數編碼時涉及的步驟。如圖所示，我們可對零值 AC 系數的個數作計數直到遇 到第一個非零的 AC 系數。有兩種情況需要考慮：第一種，當連續零值 AC 系數超過 16，用 ZRL 代碼對這 16 個連續的零值 AC 系數編碼，同時游程計數復位為零；第二種，當發現了一個非零的 AC 系數，就按下面的方式建立一個復合 8bit 數值：首先，我們要找到表示 AC 系數所需的位數，然后位數被編碼為 BCD 值。這一 BCD值就形成了 8bit 復合值中最低的 4bit，遇到非零 AC 系數之前的零值 AC 系數的個數生成了 8bit 復合值中的高 bit，即如圖 29 所表示的那樣。 重復上面的編碼過程，直到全部 63 個系數都用這種方式處理完畢。如果最后 一個AC 系數是零，就用塊結束（ EOB）代碼。 16 圖 AC 系數的編碼流程 表 29 亮度 AC 系數表 行程 /尺寸 碼長 碼長 0/0(EOB) 4 1010 0/1 2 00 0/2 2 01 0/3 3 100 0/4 4 1011 0/5 5 11010 0/6 7 1111000 0/7 8 11111000 0/8 10 1111110110 0/9 16 1111111110000010 17 0/A 16 1111111110000011