[Week2.5]图像量化——JPEG在此压缩

  图像经过分块、DCT变化,已经为压缩作好准备了。纳尼!折腾了大半天才算“作好准备”,你大爷逗我吧?客官请息怒,“量化”就正式开始压缩啦,3天瘦20斤,效果显著,无用退款!

JPEG量化:更多地保留低频信息

02_05 - Video -[00_06_01][20140415-234055-0]
  经过DCT变换后,图像低频部分都集中在左上角,这部分信息对人类理解图像内容非常重要;图像高频部分集中在右下角,这部分记录图像的细微变化,人眼几乎不能察觉。
  所以,更多地保留DCT左上方的低频信息,去除DCT右下方的高频信息,既能大大压缩图像大小,同时较好地保证了图像质量。
  说得容易,实现方法也很容易,那就是“量化”。

  Soga!那...量化是啥?
  简单地说,“量化”是将“连续量”转换为“离散量”的过程。“四舍五入”、“向下取整”就是典型的量化。
  比如,设量化器(Quantizer)为8,那么,16,21,24,59的量化结果是:
  [16/8] * 8 = 16;
  [21/8] * 8 = 16;
  [24/8] * 8 = 24;
  [59/8] * 8 = 56;
  ( 这里[ ]表示向下取整 )

JPEG量化矩阵

02_05 - Video -[00_10_34][20140415-234527-3]
  为了尽可能的保留低频信息去除高频信息,JPEG的典型量化矩阵左上方的数都比较小,右下方的数都比较大。量化之后,右下方的信息基本都是0了。

  想要得到更好的压缩效果,还可以使用2倍,4倍,8倍甚至32倍的量化矩阵。当然,量化矩阵越大,图像的质量也会越差。
02_05 - Video -[00_13_35][20140415-234828-4]
02_05 - Video -[00_15_57][20140415-235050-5]

Max-Lloyd优化量化

02_05 - Video -[00_21_49][20140415-235642-8]
  JPEG使用统一的量化矩阵,它“不用思考”就能得到不错的压缩效果。不过,有没有更优的量化矩阵呢?必须有,那就是Max-Lloyd Optimal Quantizer, 它会根据具体图像的特征,计算出动态的量化矩阵,从而获得比统一量化矩阵更有效的动态量化矩阵。
  尽管Lloyd量化可以获得更好的效果,但因为它运算复杂,要保证各种设备(如手机)都能高速地支持JPEG,JPEG还是义无反顾地采用了统一量化矩阵。
Max-Lloyd Optimal Quantizer可参考:
http://en.wikipedia.org/wiki/Quantization_(signal_processing)#Neglecting_the_entropy_constraint:_Lloyd.E2.80.93Max_quantization

《[Week2.5]图像量化——JPEG在此压缩》有一个想法

评论已关闭。