1、數據圖像也存在著大量的空間冗余和時間冗余；假設圖像“A”是一個規則物體。光的亮度、飽和度及顏色都一樣，因此數據 A有很大的冗余。這樣可以用圖像”A”的某一像素點的值（亮度、飽和度及顏色）， 代表其他的像素點，實現壓縮！在一個圖像序列的兩幅相鄰圖像中，后一幅圖像與前一幅圖像有著較大的關 聯，這反映為時間冗余。數據壓縮的典型操作包括準備。處理、量化和編碼，數據可以是靜止圖像、視 頻和音頻數據；首先，進行預處理，包括 D/A轉換和生成適當的數據表達信息； 第二步，進行數據處理，是使用復雜算法壓縮處理數據， 從時域到頻域的變換可 以用離散余弦變換；第三步進行量化，量化過程定義了從實數到整數映射到方法；

2、 第四步，進行熵編碼，它對數據流進行無損壓縮。數據壓縮的理論基礎是信息論，數據壓縮的理論極限是信息熵。解釋和理解信息熵有以下四種含義：（1）當處于事件發生之前，H（X）是不確定性的度量；（2）當處于事件發生之時，是一種驚奇性的度量；（3）當處于事件發生之后，是獲得信息的度量；（4）還可以理解為事件隨機性的度量；JPEG:專家組開發了兩種基本的壓縮算法：一種是采用以離散余弦變換（DCT）為基礎的有損壓縮算法；另一種是采用以預測技術為基礎的無損壓縮算法。使用有損壓縮算法時，在壓縮比為 25:1的情況下，壓縮后還原得到的圖像與原始圖 像相比較，非圖像專家難以找到它們之間的區別，因此就得到了廣泛的應用

3、；JPEG壓縮編碼分成以下三個步驟：（1） 使用正向離散余弦變換（Forward Discrete Cosine Transform ,FDCT）把空 間域表換成頻率域表示；（2）使用加權函數對DCT系數進行量化，這個加權函數對于人的視覺系統是 最佳的；（3）使用霍夫曼可變字長編碼器對量化系數進行編碼。BH4.5 JPEC壓螺緇碼相圈，JPEG壓縮編碼算法的主要計算步驟如下：（1）正向離散余弦變換（FDCT）;（2）量化（Quantization）；（3）Z 字形編碼（Zigzag Scan）;（4） 使用差值脈沖編碼調制（DPCM）對直流系數（DC）進行編碼。（5） 使用行程長度編碼（Run

4、Length Encoding，RLE）對交流系數（AC） 進行編碼；(6) 熵編碼(Entropy Coding)。H.261編碼器框圖4. 12H,261的嬪碼蕃梅圈圖4.12給出可視電視會議電視系統的圖像壓縮編碼標準H.261的編碼器框圖功能說明：（1） 輸入信號：根據應用場合，輸入信號可以是 CIF或QCIF格式數字圖像；（2）信源編碼器：對輸入的CIF/QCIF數字圖像進行壓縮；（3） 圖像復接編碼器：將每幀圖像數據編排成四個層次的數據結構，以便在各層次插入必要的信息數據，同時對量化后的直流DCT系數進行固定字長編碼（FCL）；對量化后的交流DCT系數進行可變長編碼（VLC）。（4）

5、傳輸緩沖器：其容量按使用碼率 P*64Kb/s加上固定富余量后確定。由于圖像內容變化使輸出碼率變化，此信息反饋給編碼控制器CC。CC控制信源編碼器中量化器的量化步長，同時將步長輔助信息數據送到復接編碼 器中相應層次供解碼用，由此實現自動控制碼率高低（量化步長決定碼率 高低），以便適應圖像內容的變化，充分發揮既定碼率p*64Kb/s的傳輸能 力，盡可能保持碼率滿負載；（5）信道編碼器：插入BCH（511, 493）糾錯碼，該糾錯碼對于 511比特串中的兩個任意位置的隨機錯誤可以糾錯，而最多可對6個隨機錯誤糾錯；（6）編碼控制器CC:控制量化步長，控制幀內，幀間編碼模式。YUV是被歐洲電視系統所采

6、用的一種顏色編碼方法 （PAL），是PAL和SECAM 模擬彩色電視制式采用的顏色空間。其中的Y,U,V幾個字母不是英文單詞的組合詞，丫代表亮度，UV代表色差，U和V是構成彩色的兩個分量。在現代彩色 電視系統中，通常采用三管彩色攝影機或彩色 CCD攝影機進行取像，然后把取 得的彩色圖像信號經分色，分別放大校正后得到 RGB,再經過矩陣變換電路得到 亮度信號丫和兩個色差信號R-Y （即U）、B-Y （即V），最后發送端將亮度和色 差三個信號分別進行編碼，用同一個信道發送出去。這種彩色的表示方法就是所 謂的YUV色彩空間表示。采用YUV色彩空間的重要性是它的亮度信號 Y和色 度信號U、V是分離的，

7、如果只有丫信號分量而沒有U、V信號分量，那么這 樣表示的分量就是黑白灰度圖像，彩色電視采用YUV空間正是為了用亮度信號丫解決彩色電視機與黑白電視機相容問題，是黑白電視機也能接收彩色電視信 號。與RGB視頻信號傳輸相比，它最大的優點在于只需占用極少的頻寬 （RGB要 求三個獨立的視頻信號同時傳輸）。其中，“丫”表示明亮度（Luminance或Luma）, 也就是灰階值；而 “U”和“V”表示的則是色度（Chrominace或Chroma），作 用是描述影像色彩及飽和度， 用于指定像素的顏色。“亮度” 是透過 RGB 輸入信 號來建立的， 方法是將 RGB 信號的特定部分疊加到一起。 “色度” 則

8、定義了顏色 的兩個方面一色調與飽和度，分別用Cr和Cb來表示。其中，Cr反映了 RGB輸 入信號紅色部分與RGB信號亮度之間的差異，而Cb反映的是RGB輸入信號藍 色部分與 RGB 信號亮度之間的差異YUV 4： 4： 4YUV三個信道的抽樣率相同，因此在生成的圖像里，每個像素的三個分量信 息完整（每個分量通常 8bits） ,經過 8 比特量化后，未經壓縮的每個像素占用 3 個字節YUV 4： 2： 2每個色差信道的抽樣率是亮度信道的一般，所以水平方向的色度抽樣率只是4: 4:4 的一半。對非壓縮的 8比特量化的圖像來說，每個由兩個水平方向相鄰的 像素組成的宏像素需要占用 4字節內存YUV

9、4： 2： 04： 2： 0并不意味著只有Y,Cr而沒有Cb分量。它指的是對每行掃描線來說, 只有一種色度分量以 2： 1 的抽取率存儲。相鄰的掃描行存儲不同的色度分量， 也就是說，如果一行是 4： 2： 0，下一行就是 4： 0： 2顏色：色度（Luminace）和色度（Chrominace）; 色度由色調和飽和度；面是 RGB/YUV 轉換算法：YUV / RGB 格式及快速轉換算法2009年 04月 11日 22:481 前言 自然界的顏色千變萬化， 為了給顏色一個量化的衡量標準， 就需要建立色彩空間 模型來描述各種各樣的顏色， 由于人對色彩的感知是一個復雜的生理和心理聯合 作用的過程，

10、 所以在不同的應用領域中為了更好更準確的滿足各自的需求， 就出 現了各種各樣的色彩空間模型來量化的描述顏色。我們比較常接觸到的就包括 RGB / CMYK / YIQ / YUV / HSI 等等。對于數字電子多媒體領域來說，我們經常接觸到的色彩空間的概念，主要是RGB YUV這兩種（實際上，這兩種體系包含了許多種具體的顏色 表達方式和模型，如 sRGB, Adobe RGB, YUV422, YUV420 ,）, RGB是按三基色 加光系統的原理來描述顏色，而 YUV則是按照亮度，色差的原理來描述顏色。即使只是RGB YUV這兩大類色彩空間，所涉及到的知識也是十 分豐富復雜的， 自知不具備足

11、夠的相關專業知識， 所以本文主要針對工程領域的 應用及算法進行討論。2 YUV 相關色彩空間模型2.1 YUV 與 YIQ YcrCb對于YUV模型，實際上很多時候，我們是把它和 YIQ / YCrCb 模型混為一談的。實際上,YUV模型用于PAL制式的電視系統，丫表示亮度，UV并 非任何單詞的縮寫。YIQ模型與YUV莫型類似，用于NTS（制式的電視系統。YIQ顏 色空間中的I和Q分量相當于將YUV空間中的UV分量做了一個33度的旋轉。YCbCr顏色空間是由YUV顏色空間派生的一種顏色空間，主要用于數字電視系統中。從RGB到YCbCr的轉換中，輸入、輸出都是8位二進制格 式。三者與RGB勺轉換

12、方程如下：RGB -> YUV：<!-if !vml-><!-endif->實際上也就是：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->從公式中，我們關鍵要理解的一點是， UV / CbCr 信號實際上就是藍色差信號和紅色差信號， 進而言之， 實際上一定程度上間接的代表了藍色 和紅色的強度

13、，理解這一點對于我們理解各種顏色變換處理的過程會有很大的幫 助。我們在數字電子多媒體領域所談到的 YUV格式，實際上準確的 說，是以 YcrCb 色彩空間模型為基礎的具有多種存儲格式的一類顏色模型的家族 (包括 YUV444 / YUV422 / YUV420 / YUV420P 等等)。并不是傳統意義上用于 PAL制模擬電視的YUV莫型。這些YUV莫型的區別主要在于UV數據的采樣方式 和存儲方式，這里就不詳述。而在Camera Sensor中，最常用的 YUV模型是YUV422格式， 因為它采用4個字節描述兩個像素，能和 RGB565莫型比較好的兼容。有利于 Camera Sensor 和

14、Camera controller 的軟硬件接口設計。3 YUV2RG快速算法分析這里指的YUV實際是YcrCb 了 8 ) YUV2RGB的轉換公式本身是很簡單的，但是 牽涉到浮點運算， 所以，如果要實現快速算法， 算法結構本身沒什么好研究的了， 主要是采用整型運算或者查表來加快計算速度。首先可以推導得到轉換公式為：R = Y + 1.4075 *(V-128)G = Y - 0.3455 *( U - 128)- 0.7169 *(V - 128)B = Y + 1.779 *(U - 128 )3.1 整型算法要用整型運算代替浮點運算，當然是要用移位的辦法了，我們可 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;為了防止出現溢出， 還需要判錯計算的結果是否在 0-255 范圍內，做類似下面的 判斷。if (r>255) r=255;

16、if (r<0)r=0;要從RGB24專換成RGB56瞰據還要做移位和或運算: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運算。rdif = fac_1_4075u;invgdif = fac_m_0_3455u + fac_m_0_7169v;bdif = fac_1_779u;這里一共需要 4個 1 維數組，下標從 0 開始到 255，表格共占 用

17、約1K的內存空間。uv可以不需要做減128的操作了。在事先計算對應的數組 元素的值的時候計算在內就好了。對于每個像素，部分查表法用查表替代了 2 次減法運算和 4次 乘法運算， 4次移位運算。但是，依然需要多次加法運算和 6 次比較運算和可能 存在的賦值操作，相對第一種方法運算速度提高并不明顯。3.3 完全查表法那么是否可以由YUV直接查表得到對應的RGB值呢？乍一看似 乎不太可能，以最復雜的G的運算為例，因為G與YUV三者都相關，所以類似 G=YUV2GYUV這樣的算法，一個三維下標尺寸都為256的數組就需要占用2 的 24次方約 16 兆空間，絕對是沒法接受的。 所以目前多數都是采用部分查

18、表法。但是，如果我們仔細分析就可以發現，對于 G我們實際上完全 沒有必要采用三維數組，因為丫只與UV運算的結果相關，與UV的個體無關，所 以我們可以采用二次查表的方法將 G的運算簡化為對兩個二維數組的查表操作， 如下:G = yig2g_table y uv2ig_table u v 而RB本身就只和YU或YV相關，所以這樣我們一共需要 4個 8*8的二維表格，需要占用4乘2的16次方共256K內存。基本可以接受。但是 對于手機這樣的嵌入式運用來說，還是略有些大了。進一步分析，我們可以看到，因為在手機等嵌入式運用上我們 最終是要把數據轉換成 RGB565&式送到LCD屏上顯示的，所以，

19、對于 RGBE分 量來說，我們根本不需要 8bit 這么高的精度，為了簡單和運算的統一起見，對 每個分量我們其實只需要高 6bit 的數據就足夠了，所以我們可以進一步把表格 改為4個6*6的二維表格，這樣一共只需要占用16K內存！在計算表格元素值的 時候還可以把最終的溢出判斷也事先做完。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