38、图像压缩技术：量化与JPEG编码详解

图像压缩技术：量化与JPEG编码详解

1. 无关信息与量化

1.1 心理视觉冗余与量化概念

心理视觉冗余与真实或可量化的视觉信息相关。与编码冗余和像素间冗余不同，消除心理视觉冗余是可取的，因为这些信息对于正常视觉处理并非必需。消除心理视觉冗余数据会导致定量信息的丢失，这种操作被称为量化。量化通常是将广泛的输入值映射到有限的输出值，是一种不可逆操作，会导致有损数据压缩。

1.2 量化示例

以图9.10为例，图9.10(a)是具有256个灰度级的单色图像。图9.10(b)是将该图像均匀量化为4位（即16个可能级别）后的结果，压缩比为2:1，但原图像中原本平滑的区域出现了假轮廓，这是更粗略表示图像灰度级的自然视觉效果。

图9.10(c)展示了利用人类视觉系统特性进行量化的显著改进效果。虽然这种量化的压缩比同样为2:1，但假轮廓大大减少，只是引入了一些不太明显的颗粒感。需要注意的是，在这两种情况下，解压缩既不必要也不可能，因为量化是不可逆操作。

1.3 改进的灰度级量化（IGS）

改进的灰度级量化（IGS）是直接对要压缩图像的灰度级进行操作的一类量化过程的典型代表。它通常会降低图像的空间和/或灰度级分辨率。如果先对图像进行映射以减少像素间冗余，量化可能会导致其他类型的图像退化，例如在使用二维频率变换对数据进行去相关时，可能会出现边缘模糊（高频细节丢失）的情况。

IGS量化的原理是识别眼睛对边缘的固有敏感性，在量化结果之前，为每个像素添加一个由相邻像素的低阶位生成的伪随机数，从而打破边缘。函数 quantize 可以执行IGS量化和传统的低阶位截断操