数据图像也存在着大量的空间冗余和时间冗余;

1、数据图像也存在着大量的空间冗余和时间冗余；假设图像“A”是一个规则物体。光的亮度、饱和度及颜色都一样，因此数据 A有很大的冗余。这样可以用图像”A”的某一像素点的值（亮度、饱和度及颜色）， 代表其他的像素点，实现压缩！在一个图像序列的两幅相邻图像中，后一幅图像与前一幅图像有着较大的关 联，这反映为时间冗余。数据压缩的典型操作包括准备。处理、量化和编码，数据可以是静止图像、视 频和音频数据；首先，进行预处理，包括 D/A转换和生成适当的数据表达信息； 第二步，进行数据处理，是使用复杂算法压缩处理数据， 从时域到频域的变换可 以用离散余弦变换；第三步进行量化，量化过程定义了从实数到整数映射到方法；

2、 第四步，进行熵编码，它对数据流进行无损压缩。数据压缩的理论基础是信息论，数据压缩的理论极限是信息熵。解释和理解信息熵有以下四种含义：（1）当处于事件发生之前，H（X）是不确定性的度量；（2）当处于事件发生之时，是一种惊奇性的度量；（3）当处于事件发生之后，是获得信息的度量；（4）还可以理解为事件随机性的度量；JPEG:专家组开发了两种基本的压缩算法：一种是采用以离散余弦变换（DCT）为基础的有损压缩算法；另一种是采用以预测技术为基础的无损压缩算法。使用有损压缩算法时，在压缩比为 25:1的情况下，压缩后还原得到的图像与原始图 像相比较，非图像专家难以找到它们之间的区别，因此就得到了广泛的应用

3、；JPEG压缩编码分成以下三个步骤：（1） 使用正向离散余弦变换（Forward Discrete Cosine Transform ,FDCT）把空 间域表换成频率域表示；（2）使用加权函数对DCT系数进行量化，这个加权函数对于人的视觉系统是 最佳的；（3）使用霍夫曼可变字长编码器对量化系数进行编码。BH4.5 JPEC压螺缁码相圈，JPEG压缩编码算法的主要计算步骤如下：（1）正向离散余弦变换（FDCT）;（2）量化（Quantization）；（3）Z 字形编码（Zigzag Scan）;（4） 使用差值脉冲编码调制（DPCM）对直流系数（DC）进行编码。（5） 使用行程长度编码（Run

4、Length Encoding，RLE）对交流系数（AC） 进行编码；(6) 熵编码(Entropy Coding)。H.261编码器框图4. 12H,261的嬪码蕃梅圈图4.12给出可视电视会议电视系统的图像压缩编码标准H.261的编码器框图功能说明：（1） 输入信号：根据应用场合，输入信号可以是 CIF或QCIF格式数字图像；（2）信源编码器：对输入的CIF/QCIF数字图像进行压缩；（3） 图像复接编码器：将每帧图像数据编排成四个层次的数据结构，以便在各层次插入必要的信息数据，同时对量化后的直流DCT系数进行固定字长编码（FCL）；对量化后的交流DCT系数进行可变长编码（VLC）。（4）

5、传输缓冲器：其容量按使用码率 P*64Kb/s加上固定富余量后确定。由于图像内容变化使输出码率变化，此信息反馈给编码控制器CC。CC控制信源编码器中量化器的量化步长，同时将步长辅助信息数据送到复接编码 器中相应层次供解码用，由此实现自动控制码率高低（量化步长决定码率 高低），以便适应图像内容的变化，充分发挥既定码率p*64Kb/s的传输能 力，尽可能保持码率满负载；（5）信道编码器：插入BCH（511, 493）纠错码，该纠错码对于 511比特串中的两个任意位置的随机错误可以纠错，而最多可对6个随机错误纠错；（6）编码控制器CC:控制量化步长，控制帧内，帧间编码模式。YUV是被欧洲电视系统所采

6、用的一种颜色编码方法 （PAL），是PAL和SECAM 模拟彩色电视制式采用的颜色空间。其中的Y,U,V几个字母不是英文单词的组合词，丫代表亮度，UV代表色差，U和V是构成彩色的两个分量。在现代彩色 电视系统中，通常采用三管彩色摄影机或彩色 CCD摄影机进行取像，然后把取 得的彩色图像信号经分色，分别放大校正后得到 RGB,再经过矩阵变换电路得到 亮度信号丫和两个色差信号R-Y （即U）、B-Y （即V），最后发送端将亮度和色 差三个信号分别进行编码，用同一个信道发送出去。这种彩色的表示方法就是所 谓的YUV色彩空间表示。采用YUV色彩空间的重要性是它的亮度信号 Y和色 度信号U、V是分离的，

7、如果只有丫信号分量而没有U、V信号分量，那么这 样表示的分量就是黑白灰度图像，彩色电视采用YUV空间正是为了用亮度信号丫解决彩色电视机与黑白电视机相容问题，是黑白电视机也能接收彩色电视信 号。与RGB视频信号传输相比，它最大的优点在于只需占用极少的频宽 （RGB要 求三个独立的视频信号同时传输）。其中，“丫”表示明亮度（Luminance或Luma）, 也就是灰阶值；而 “U”和“V”表示的则是色度（Chrominace或Chroma），作 用是描述影像色彩及饱和度， 用于指定像素的颜色。“亮度” 是透过 RGB 输入信 号来建立的， 方法是将 RGB 信号的特定部分叠加到一起。 “色度” 则

8、定义了颜色 的两个方面一色调与饱和度，分别用Cr和Cb来表示。其中，Cr反映了 RGB输 入信号红色部分与RGB信号亮度之间的差异，而Cb反映的是RGB输入信号蓝 色部分与 RGB 信号亮度之间的差异YUV 4： 4： 4YUV三个信道的抽样率相同，因此在生成的图像里，每个像素的三个分量信 息完整（每个分量通常 8bits） ,经过 8 比特量化后，未经压缩的每个像素占用 3 个字节YUV 4： 2： 2每个色差信道的抽样率是亮度信道的一般，所以水平方向的色度抽样率只是4: 4:4 的一半。对非压缩的 8比特量化的图像来说，每个由两个水平方向相邻的 像素组成的宏像素需要占用 4字节内存YUV

9、4： 2： 04： 2： 0并不意味着只有Y,Cr而没有Cb分量。它指的是对每行扫描线来说, 只有一种色度分量以 2： 1 的抽取率存储。相邻的扫描行存储不同的色度分量， 也就是说，如果一行是 4： 2： 0，下一行就是 4： 0： 2颜色：色度（Luminace）和色度（Chrominace）; 色度由色调和饱和度；面是 RGB/YUV 转换算法：YUV / RGB 格式及快速转换算法2009年 04月 11日 22:481 前言 自然界的颜色千变万化， 为了给颜色一个量化的衡量标准， 就需要建立色彩空间 模型来描述各种各样的颜色， 由于人对色彩的感知是一个复杂的生理和心理联合 作用的过程，

10、 所以在不同的应用领域中为了更好更准确的满足各自的需求， 就出 现了各种各样的色彩空间模型来量化的描述颜色。我们比较常接触到的就包括 RGB / CMYK / YIQ / YUV / HSI 等等。对于数字电子多媒体领域来说，我们经常接触到的色彩空间的概念，主要是RGB YUV这两种（实际上，这两种体系包含了许多种具体的颜色 表达方式和模型，如 sRGB, Adobe RGB, YUV422, YUV420 ,）, RGB是按三基色 加光系统的原理来描述颜色，而 YUV则是按照亮度，色差的原理来描述颜色。即使只是RGB YUV这两大类色彩空间，所涉及到的知识也是十 分丰富复杂的， 自知不具备足

11、够的相关专业知识， 所以本文主要针对工程领域的 应用及算法进行讨论。2 YUV 相关色彩空间模型2.1 YUV 与 YIQ YcrCb对于YUV模型，实际上很多时候，我们是把它和 YIQ / YCrCb 模型混为一谈的。实际上,YUV模型用于PAL制式的电视系统，丫表示亮度，UV并 非任何单词的缩写。YIQ模型与YUV莫型类似，用于NTS（制式的电视系统。YIQ颜 色空间中的I和Q分量相当于将YUV空间中的UV分量做了一个33度的旋转。YCbCr颜色空间是由YUV颜色空间派生的一种颜色空间，主要用于数字电视系统中。从RGB到YCbCr的转换中，输入、输出都是8位二进制格 式。三者与RGB勺转换

12、方程如下：RGB -> YUV：<!-if !vml-><!-endif->实际上也就是：Y=0.30R+0.59G+0.11B ， U=0.493（B Y） ， V=0.877（R Y）RGB -> YIQ：<!-endif-><!-if !vml-><!-endif->RGB -> YCrCb：<!-if !vml-><!-endif->从公式中，我们关键要理解的一点是， UV / CbCr 信号实际上就是蓝色差信号和红色差信号， 进而言之， 实际上一定程度上间接的代表了蓝色 和红色的强度

13、，理解这一点对于我们理解各种颜色变换处理的过程会有很大的帮 助。我们在数字电子多媒体领域所谈到的 YUV格式，实际上准确的 说，是以 YcrCb 色彩空间模型为基础的具有多种存储格式的一类颜色模型的家族 (包括 YUV444 / YUV422 / YUV420 / YUV420P 等等)。并不是传统意义上用于 PAL制模拟电视的YUV莫型。这些YUV莫型的区别主要在于UV数据的采样方式 和存储方式，这里就不详述。而在Camera Sensor中，最常用的 YUV模型是YUV422格式， 因为它采用4个字节描述两个像素，能和 RGB565莫型比较好的兼容。有利于 Camera Sensor 和

14、Camera controller 的软硬件接口设计。3 YUV2RG快速算法分析这里指的YUV实际是YcrCb 了 8 ) YUV2RGB的转换公式本身是很简单的，但是 牵涉到浮点运算， 所以，如果要实现快速算法， 算法结构本身没什么好研究的了， 主要是采用整型运算或者查表来加快计算速度。首先可以推导得到转换公式为：R = Y + 1.4075 *(V-128)G = Y - 0.3455 *( U - 128)- 0.7169 *(V - 128)B = Y + 1.779 *(U - 128 )3.1 整型算法要用整型运算代替浮点运算，当然是要用移位的办法了，我们可 以很容易得到下列算法

15、：u = YUVdataUPOS - 128;v = YUVdataVPOS - 128;rdif = v + (v * 103) >> 8);invgdif = (u * 88) >> 8) +(v * 183) >> 8);bdif = u +( (u*198) >> 8);r = YUVdataYPOS + rdif;g = YUVdataYPOS - invgdif;b = YUVdataYPOS + bdif;为了防止出现溢出， 还需要判错计算的结果是否在 0-255 范围内，做类似下面的 判断。if (r>255) r=255;

16、if (r<0)r=0;要从RGB24专换成RGB56瞰据还要做移位和或运算:RGBdata1 =( (r & 0xF8) | ( g >> 5) );RGBdata0 =( (g & 0x1C) << 3) | ( b >> 3) );3.2 部分查表法查表法首先可以想到的就是用查表替代上述整型算法中的乘法运算。rdif = fac_1_4075u;invgdif = fac_m_0_3455u + fac_m_0_7169v;bdif = fac_1_779u;这里一共需要 4个 1 维数组，下标从 0 开始到 255，表格共占 用

17、约1K的内存空间。uv可以不需要做减128的操作了。在事先计算对应的数组 元素的值的时候计算在内就好了。对于每个像素，部分查表法用查表替代了 2 次减法运算和 4次 乘法运算， 4次移位运算。但是，依然需要多次加法运算和 6 次比较运算和可能 存在的赋值操作，相对第一种方法运算速度提高并不明显。3.3 完全查表法那么是否可以由YUV直接查表得到对应的RGB值呢？乍一看似 乎不太可能，以最复杂的G的运算为例，因为G与YUV三者都相关，所以类似 G=YUV2GYUV这样的算法，一个三维下标尺寸都为256的数组就需要占用2 的 24次方约 16 兆空间，绝对是没法接受的。 所以目前多数都是采用部分查

18、表法。但是，如果我们仔细分析就可以发现，对于 G我们实际上完全 没有必要采用三维数组，因为丫只与UV运算的结果相关，与UV的个体无关，所 以我们可以采用二次查表的方法将 G的运算简化为对两个二维数组的查表操作， 如下:G = yig2g_table y uv2ig_table u v 而RB本身就只和YU或YV相关，所以这样我们一共需要 4个 8*8的二维表格，需要占用4乘2的16次方共256K内存。基本可以接受。但是 对于手机这样的嵌入式运用来说，还是略有些大了。进一步分析，我们可以看到，因为在手机等嵌入式运用上我们 最终是要把数据转换成 RGB565&式送到LCD屏上显示的，所以，

19、对于 RGBE分 量来说，我们根本不需要 8bit 这么高的精度，为了简单和运算的统一起见，对 每个分量我们其实只需要高 6bit 的数据就足够了，所以我们可以进一步把表格 改为4个6*6的二维表格，这样一共只需要占用16K内存！在计算表格元素值的 时候还可以把最终的溢出判断也事先做完。最后的算法如下：y = (YUVdataY1POS >> 2); u = (YUVdataUPOS >> 2);v = (YUVdataVPOS >> 2);r = yv2r_table y v ;g = yig2g_table y uv2ig_table u v ;b = yu2b_table y u ;RGBdata1 =( (r & 0xF8) | ( g >> 5