高频分量的过程，由于人眼对高频分量不敏感，所以可以滤除高频分量，经过量化以后的每一个8*8数据块中，左上角第一个元素数据值为直流分量，称为DC，其余63个资料为交流分量，称为AC。
四、游程编码，ZIGZAG扫描
经过量化后的DCT系数矩阵，除DC值一般不为零外，AC系数大多是在零点附近的浮点数。经过取整以后，每一个8*8块中，有大量的AC系数的值为0。为了把尽可能多的其值为0的AC系数串在一起，以利于AC编码及提高压缩比，还必须把YCbCr矩阵中的每一个8*8块中的64个元素进行“之”字形排序（这样就可以做到把尽可能多的0串在一起）。其过程示意图如下：
 
图例：量化后的系数按Z字型扫描
     箭头方向表示“之”字形排序以后原8*8中元素的新的位置顺序。
五、哈夫曼编码
哈夫曼编码是一种一致性编码法（又称"熵编码法"），用于数据的无损耗压缩。它使用一张特殊的编码表将源字符（例如某文件中的一个符号）进行编码。编码表是根据每一个源字符出现的估算概率而建立起来的（出现概率高的字符使用较短的编码，反之出现概率低的则使用较长的编码，这便使编码之后的字符串的平均期望长度降低，从而达到无损压缩数据的目的）。—2—
 2、拟采取的设计研究方法、技术路线、预期目标

本设计拟采用VC++来实现。程序实现的各个步骤如下：
1、读取BMP图像信息，获取图像行像素和列像素数值，在BMP图像中，图像数据是以倒序存放的。亦即实际图像第一行资料存放在BMP图像数据矩阵的最后一行，依次类推，所以取资料的时候要从BMP图像数据矩阵的最后一行开始读起，把数据存放在新建数组(或称矩阵)的第一行，一直取完。BMP图像行像素和列像素的数值分别存于文件头信息的第18和22字节。从Cimage类中可得到Width(图像宽度)和hight(图像高度)的数值。
2、得到Pwidth*Phight后便得知BMP图像的像素点大小，而数据矩阵（三基色，RGB矩阵）的大小是Pwidth*Phight*3，因为每一个像素点都含有RGB三个数据，我们要处理的是数据矩阵而不是像素点矩阵。所以，新建数组的大小是(Pwidth*3)*Phight。
3、接下来，把这一个矩阵(包含BGR)拆分成三个独立的B、G、R矩阵，得到三个新的矩阵(只包含B的矩阵，只包含G的矩阵，只包含R的矩阵)，简称为B矩阵、G矩阵、R矩阵(大小为Pwidth*Phight)，用程序实现拆分，只要依次取原矩阵的第1、4、7、10、13个资料即得到B矩阵，依次读取第2、5、8、11个数据即得到G矩阵，依次读第3、6、9、12个资料即得到R矩阵。得到B、G、R矩阵后再利用颜色转换公式很容易就可得到YCbCr矩阵。
Y(n)=0.114B(n)+0.587G(n)+0.299R(n)
Cb(n)=0.5B(n)-0.3313G(n)-0.1687R(n)
Cr(n)=0.0813B(n)-0.14187G(n)+0.5R(n)
(For n=1 To PW*PH)，其中PW为Pwidth的简写，PH为Phight的简写。
4、二维DCT变换
由于VC中无法实现二维DCT计算公式，所以只有把二维的变换变成先做一维，再做另一维的变换，俗称快速DCT变换。快速DCT变换方法如下：设一个大小为8的数组SL(8)，先读取一个8*8块的第一行资料值，赋给SL(8),对SL(8)进行一维DCT变换后得到一个新的SL(8)数组，再把SL(8)数组覆盖到原来的8*8块中相应的地方去。做完第一行后再做第二行，一直做完8行，一个8*8块的一维DC即告完成，然后再做列方向的第二维DCT变换，变换公式一样，只是由SL(8)取8*8块的行资料变成取列数值。做完后覆盖回原值，即得到一个8*8块的DFT系数块，再重复这两个过程做第二个8*8块一直到做完全部8*8块（Y，Cb，Cr）。这样就得到Y、Cb、Cr的DFT系数矩阵。
5、量化
读取Y矩阵中第一个8*8块，与量化系数矩阵中对应的相乘，得到的值覆盖回原矩阵，然后做第二个8*8块，一直到做完全部8*8块，然后做

相关热词：VC 基于 JPG 标准 图像 压缩 算法 代码 论文

【责编:网学网  发表评论】