數字圖像處理技術圖像數據壓縮第一頁，共八十七頁，2022年，8月28日1.信息傳輸方式發生了很大的改變通信方式的改變

文字+語音圖像+文字+語音通信對象的改變

人與人人與機器，機器與機器5.1概述：圖像編碼的研究背景第二頁，共八十七頁，2022年，8月28日5.1概述：圖像編碼的研究背景數碼圖像的普及，導致了數據量的龐大。圖像的傳輸與存儲，必須解決圖像數據的壓縮問題。第三頁，共八十七頁，2022年，8月28日

2.圖像傳輸與存儲需要的信息量空間：

1）彩色視頻信息

對于電視畫面的分辨率640*480的彩色圖像，每秒30幀，則一秒鐘的數據量為：640*480*3*8*30=221.12M所以播放時，需要221Mbps的通信回路。存儲時，1張CD可存640M，則僅可以存放2.89秒的數據。5.1概述：圖像編碼的研究背景第四頁，共八十七頁，2022年，8月28日

2.圖像傳輸與存儲需要的信息量空間：

2）傳真數據如果只傳送2值圖像，以200dpi（點/英寸）的分辨率傳輸，一張A4稿紙的內容的數據量為：

1654（行點數）*2337（行數）*1=3888768bit=390K按14.4K的電話線傳輸速率，需要傳送的時間是：270秒（4.5分）5.1概述：圖像編碼的研究背景第五頁，共八十七頁，2022年，8月28日

圖像壓縮的必要性：由于通信方式和通信對象的改變帶來的最大問題是：

傳輸帶寬、速度、存儲器容量的限制。

給我們帶來的一個難題，也給了我們一個機會：

如何用軟件的手段來解決硬件上的物理極限。5.1概述：圖像編碼的研究背景第六頁，共八十七頁，2022年，8月28日5.1概述：圖像通信系統模型圖像信息源圖像預處理圖像信源

編碼信道編碼調制信道傳輸解調信道解碼圖像信源

解碼顯示圖像第七頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性3.圖像壓縮的可能性

（1）冗余度的概念

對于描述一幅圖像所需要的最少信息之外的多余信息，稱為冗余度。 一般圖像中都含有冗余度，去除圖像里的冗余度便完成了數據壓縮第八頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性在下面的例子中，用一種最簡的方式來發送一封電報：結論：只要接收端不會產生誤解，就可以減少承載信息的數據量。你的妻子，Helen，將于明天晚上6點零5分在上海的虹橋機場接你。

(23*2+10=56個半角字符)

你的妻子將于明天晚上6點零5分在虹橋機場接你。

(20*2+3=43個半角字符）

Helen將于明晚6點在虹橋接你。

(10*2+7=27個半角字符）第九頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性描述語言

1）“這是一幅2*2的圖像，圖像的第一個像素是紅的，第二個像素是紅的，第三個像素是紅的，第四個像素是紅的”。

2）“這是一幅2*2的圖像，整幅圖都是紅色的”。由此我們知道，整理圖像的描述方法可以達到壓縮的目的。第十頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性圖像冗余無損壓縮的原理RGBRGBRGBRGBRGBRGBRGBRGBRGBRGBRGBRGBRGBRGBRGBRGB16RGB（采用8級量化）從原來的16*3*8=284bits壓縮為：(1+3)*8=32bits第十一頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性圖像冗余有損壓縮的原理36353434343434323434333730343434343434343435343431343434343434343434343434343434343434343434343434342534第十二頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性實際圖像中冗余信息的表現（灰度圖）第十三頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性圖像的視覺冗余（彩色）

R

G

B2488822*2*2=242=16,777,216(248,27,4)(251,32,15)(248,27,4)(248,27,4)256級量化第十四頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的可能性圖像冗余信息分析結論

由于一幅圖像存在數據冗余和主觀視覺冗余，我們的壓縮方式就是從這兩方面著手來開展的。1）因為有數據冗余，當我們將圖像信息的描述方式改變之后，可以壓縮掉這些冗余。2）因為有主觀視覺冗余，當我們忽略一些視覺不太明顯的微小差異，可以進行所謂的“有損”壓縮。第十五頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮的分類4.圖像壓縮的分類

以圖像信息保真為出發點，圖像壓縮技術分兩種：1）冗余度壓縮 又稱為無損壓縮或無失真壓縮。2）熵壓縮 又稱為有損壓縮。第十六頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮保真度準則5.圖像壓縮保真度準則

保真度準則即壓縮后圖像質量評價的標準，分兩種：1）客觀保真度準則 壓縮前后圖像之間的均方根誤差或均方根信噪比。2）主觀保真度準則 以人的視覺為主，來評價圖像的質量。第十七頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮術語6.編碼器的若干知識

如圖為一編碼器的示意圖，輸入X為信號單元；輸出W為代碼，Wi為碼字；A是構成碼字的符號集合，其元素稱為碼元。

編碼器的作用：（1）用符號集合A中的符號構成代碼W（2）建立輸入X和輸出W的對應關系編碼器X={x1,…,xn}w={w1,…,wn}A={a1,…,an}第十八頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮術語

（1）獨立信源的熵 設信源符號表為{X1,X2,……,Xq}，出現的概率分別為{P(X1),P(X2),……,P(Xq)}，

則信源的熵為第十九頁，共八十七頁，2022年，8月28日5.1概述：圖像壓縮術語

（2）香農無干擾編碼理論 在無干擾條件下，總存在一種無失真編碼方法，使編碼的平均長度L(x)與信息源的熵H(x)任意的接近。即無失真編碼的平均碼長存在一個下限，這個下限就是原始圖像的熵。由此定義：編碼效率冗余度第二十頁，共八十七頁，2022年，8月28日5.1概述：圖像的壓縮編碼第一代壓縮編碼

八十年代以前，主要是根據傳統的信源編碼方法。第二代壓縮編碼

八十年代以后，突破信源編碼理論，結合分形、模型基、神經網絡、小波變換等數學工具，充分利用視覺系統生理心理特性和圖像信源的各種特性。第二十一頁，共八十七頁，2022年，8月28日5.1概述：圖像的壓縮編碼像素編碼變換編碼預測編碼位平面編碼增量調制熵編碼算術編碼DCT變換DPCM調制第一代壓縮編碼其他編碼行程編碼第二十二頁，共八十七頁，2022年，8月28日5.1概述：圖像的壓縮編碼子帶編碼模型編碼分層編碼分型編碼第二代壓縮編碼第二十三頁，共八十七頁，2022年，8月28日5.2預測編碼1、PCM編碼 又稱脈沖編碼調制，是圖像數字化和圖像編碼的合稱 數字化后可采用兩種方法編碼：等長和變長編碼第二十四頁，共八十七頁，2022年，8月28日5.2預測編碼2、預測編碼（1）幀內預測：對預測差值編碼以消除空間冗余度 即差分脈沖編碼調制DPCM，原理框圖如下：第二十五頁，共八十七頁，2022年，8月28日5.2預測編碼工作過程：（1）預測器根據存儲的前若干個樣值對當前值進行預測，得到預測值（2）待編碼值與預測值相減得到預測誤差（3）對預測誤差進行量化（4）量化后的誤差一方面進行熵編碼并經信道傳出去；另一方面與預測值相加，得到“有量化失真的復原值”，存儲到預測器中，供對下一個樣值預測之用（5）發送端的本地解碼器與接收端的解碼器完全相同第二十六頁，共八十七頁，2022年，8月28日線性預測預測編碼根據前面若干個樣本值對當前值進行預測，若預測值是樣本值的線性組合，則稱為線性預測預測器的設計是DPCM系統的核心問題，因為預測器越好，差值就越集中分布在零附近，碼率就能壓縮得越多最經典的方法是采用最小均方誤差準則來進行最佳設計第二十七頁，共八十七頁，2022年，8月28日預測階數的選擇直觀上，增大預測階數N可提高預測準確度，但實際情況并非如此。當N較小時，增大N可提高預測度；但當N足夠大時，效果不明顯一般說來，當輸入信源為平穩的m階馬爾可夫過程，則N=m階最佳線性預測器就是在MMSE準則下最好的預測器第二十八頁，共八十七頁，2022年，8月28日5.2預測編碼（2）幀間預測：消除時間冗余度 主要針對活動圖像，有兩種技術：運動估計ME和運動補償MC第二十九頁，共八十七頁，2022年，8月28日5.3行程編碼(RLE編碼)行程編碼是一種最簡單的，在某些場合是非常有效的一種無損壓縮編碼方法。雖然這種編碼方式的應用范圍非常有限，但是因為這種方法中所體現出的編碼設計思想非常明確，所以在圖像編碼方法中都會將其作為一種典型的方法來介紹。

第三十頁，共八十七頁，2022年，8月28日5.3行程編碼(RLE編碼)基本原理：通過改變圖像的描述方式，來實現壓縮。將一行中顏色值相同的相鄰像素用一個計數值和該顏色值來代替。舉例說明：

aaaa

bbb

cc

d

eeeee

fffffff

(共22*8=176bits)

4a3b2c1d5e7f(共12*8=96bits)壓縮比為：176：96=1.83:1第三十一頁，共八十七頁，2022年，8月28日壓縮比為：176：70=2.5：15.3行程編碼(RLE編碼)在傳真中的應用：

傳真件中一般都是白色比較多，而黑色相對比較少。所以可能常常會出現如下的情況：

600W3b100w12b4w3b200w上面的行程編碼所需用的字節數為：512<600<1024 計數值必須用10bit來表示：10*7=70bit因為只有白或黑，而且排版中一定要留出頁邊距，因此，一般情況下，可以只傳輸計數值即可。第三十二頁，共八十七頁，2022年，8月28日5.3行程編碼(RLE編碼)現在，根據傳真文件的特點，對其進行改進。既然已經可以預知白色多黑色少，所以可對白色和黑色的計數值采用不同的位數。白色：10bit，黑色：4bit600W3b100w12b4w3b200w所需字節數為：

4*10+3*4=52bit

比原來的方式10*7=70bit減少了18bit，提高了壓縮比第三十三頁，共八十七頁，2022年，8月28日二維行程編碼——基本概念二維行程編碼要解決的核心問題是:將二維排列的像素，采用某種方式轉化成一維排列的方式。之后按照一維行程編碼方式進行編碼。第三十四頁，共八十七頁，2022年，8月28日二維行程編碼——數據排序如下圖所示，是兩種典型的二維行程編碼的排列方式：(a)(b)第三十五頁，共八十七頁，2022年，8月28日二維行程編碼——例例：數據量：64*8=512(bit)第三十六頁，共八十七頁，2022年，8月28日二維行程編碼——例如果按照行掃描的順序排列的話，數據分布為：130，130，130，129，134，133，129，130；130，130，130，129，134，133，130，130；

130，130，130，129，132，132，130，130；129，130，130，129，130，130，129，129；127，128，127，129，131，129，131，130；127，128，127，128，127，128，132，132；125，126，129，129，127，129，133，132；127，125，128，128，126，130，131，131第三十七頁，共八十七頁，2022年，8月28日二維行程編碼——例一維行程編碼后為:（3，130），（1，129），（1，134），（1，133），（1，129），（4，130），（1，129），（1，134），（1，133），（5，130），（1，129），（2，132），（2，130），（1，129），（2，130），（1，129），（2，130），（2，129），（1，127），（1，128），（1，127），（1，129），（1，131），（1，129），（1，131），（1，130），（1，127），（1，128），（1，127），（1，128），（1，127），（1，128），（2，132），（1，125），（1，126），（2，129），（1，127），（1，129），（1，133），（1，132），（1，127），（1，125），（2，128），（1，126），（1，130），（2，131）數據量為:46*（3+8）=506(bit)壓縮比為：512：506=1.02:1第三十八頁，共八十七頁，2022年，8月28日二維行程編碼——例如果按照列掃描的順序排列的話，數據分布為：130，130，130，129，127，127，125，127；130，130，130，130，128，128，126，125；130，130，130，130，127，127，129，128；129，129，129，129，129，128，129，128；134，134，132，130，131，127，127，126；133，133，132，130，129，128，129，130；129，130，130，129，131，132，133，131；130，130，130，129，130，132，132，131第三十九頁，共八十七頁，2022年，8月28日二維行程編碼——例一維行程編碼為:數據量為:42*（3+8）=462(bit)壓縮比為：512：462=1.11:1（3，130），（1，129），（2，127），（1，125），（1，127），（4，130），（2，128），（1，126），（1，125），（4，130），（2，127），（1，129），（1，128），（5，129），（1，128），（1，129），（1，128），（2，134），（1，132），（1，130），（1，131），（2，127），（1，126），（2，133），（1，132），（1，130），（1，129），（1，128），（1，129），（1，130），（1，129），（2，130），（1，129），（1，131），（1，132），（1，133），（1，131），（3，130），（1，129），（1，130），（2，132），（1，131）第四十頁，共八十七頁，2022年，8月28日二維行程編碼——例如果按照方式(a)掃描的順序排列的話，數據分布為：130，130，130，130，130，130，130，130，130；129，129，129，129，130，130，129；127，128，127，129，131，130，132，134，134；133，133，132，130，129，128，127，128，127，128，127，125，126，129，129；127，129，133，132，131，129，130，130；129，130，130，130，129，130，132，132；131，131，130，126，128，128，127，127第四十一頁，共八十七頁，2022年，8月28日二維行程編碼——例一維行程編碼為:數據量為:43*（3+8）=473(bit)壓縮比為：512：473=1.08:1（7，130），（2，130），（4，129），（2，130），（1，129）；（1，127），（1，128），（1，127），（1，129），（1，131），（1，130），（1，132），（2，134），（2，133），（1，132），（1，130），（1，129），（1，128），（1，127），（1，128），（1，127），（1，128），（1，127），（1，125），（1，126），（2，129），（1，127），（1，129），（1，133），（1，132），（1，131），（1，129），（2，130），（1，129），（3，130），（1，129），（1，130），（2，132），（2，131），（1，130），（1，126），（2，128），（2，127）第四十二頁，共八十七頁，2022年，8月28日5.3行程編碼(RLE編碼)實際編碼過程是查表，可以實時處理編碼規則：RL=0—63，用一個相應的結尾碼表示RL=64—1728，用一個組合基干碼加一個補充結尾碼規定每行從白游程開始，若實際從黑游程開始，則需要在行首加零長度的白游程每行結束要加行同步碼EOL第四十三頁，共八十七頁，2022年，8月28日5.4統計編碼：匹配編碼行程編碼要獲得好的壓縮率的前提是，有比較長的相鄰像素的值是相同的。熵是指數據中承載的信息量。所謂的熵編碼是指在完全不損失信息量前提下最小數據量的編碼。第四十四頁，共八十七頁，2022年，8月28日5.4統計編碼：匹配編碼基本原理：

為了達到更大的壓縮率，提出了一種方法，就是將在圖像中出現頻度大的像素值給一個比較短的編碼，將出現頻度小的像數值給一個比較長的編碼。即匹配編碼第四十五頁，共八十七頁，2022年，8月28日5.4統計編碼：匹配編碼舉例說明：

aaaa

bbb

cc

d

eeeee

fffffff

（共22*8=176bits)

432157

匹配編碼：f=0e=10a=110b=1111c=11100d=11101

11100111001110110101010100000000

(共7*1+5*2+4*3+3*4+2*5+1*5=56bits)

壓縮比為：176：56=3.14：1第四十六頁，共八十七頁，2022年，8月28日5.4統計編碼：Huffman編碼首先求出圖像中灰度分布的灰度直方圖；根據該直方圖，對其按照分布概率從小到大的順序進行排列；每一次從中選擇出兩個概率為最小的節點相加，形成一個新的節點，構造一個稱為“Huffman樹”的二叉樹；對這個二叉樹進行編碼，就獲得了Huffman編碼碼字。第四十七頁，共八十七頁，2022年，8月28日5.4統計編碼：Huffman編碼例：對數據序列

aaaa

bbb

cc

d

eeeee

fffffff其概率分布為：

a:4/22b:3/22c:2/22d:1/22e:5/22f:7/22概率大小的排序為：

d,c,b,a,e,f

1/222/223/224/225/227/22第四十八頁，共八十七頁，2022年，8月28日5.4統計編碼：Huffman編碼cbafe7/225/224/222/2210f=11e=01a=00b=101c=1001d=1000d1/223/226/2222/2213/229/223/2210101010第四十九頁，共八十七頁，2022年，8月28日5.4統計編碼：Huffman編碼對這個例子，計算出經過Huffman編碼后的數據為：

000000001011011011001100110000101010101

共7*2+5*2+4*2+3*3+2*4+1*4=53bit壓縮比為176：53=3.32:1f=11e=01a=00b=101c=1001d=1000第五十頁，共八十七頁，2022年，8月28日5.4統計編碼：Huffman編碼Huffman編碼在圖像壓縮中的實現

我們知道，對一幅圖像進行編碼時，如果圖像的大小大于256時，這幅圖像的不同的碼字就有可能是很大，例如極限為256個不同的碼字。 對整幅圖直接進行Huffman編碼時，小分布的灰度值，就有可能具有很長的編碼。 如：100位以上，這樣不但達不到壓縮的效果反而會使數據量加大，應該如何處理？第五十一頁，共八十七頁，2022年，8月28日5.4統計編碼：Huffman編碼常用的且有效的方法是：

將圖像分割成若干的小塊，對每塊進行獨立的Huffman編碼。例如：分成的子塊，就可以大大降低不同灰度值的個數（最多是64而不是256）。第五十二頁，共八十七頁，2022年，8月28日8*8分塊的編碼壓縮比為2.12:116*16分塊的編碼壓縮比為1.64:1全圖的編碼壓縮比為1.09:1Huffman編碼——圖像壓縮中的應用第五十三頁，共八十七頁，2022年，8月28日5.5變換編碼行程編碼與Huffman編碼的設計思想都是基于對信息表述方法的改變，屬于無損壓縮方式。雖然無損壓縮可以保證接收方獲得的信息與發送方相同，但是其壓縮率一定有極限。因此，采用忽略視覺不敏感的部分進行有損壓縮是提高壓縮率的一條好的途徑。

第五十四頁，共八十七頁，2022年，8月28日5.5變換編碼變換編碼的原理：

通過變換去除一部分不重要的參數，達到壓縮的目的 其依據是圖像數據經過變換后，出現能量集中的情況，則變換后可只選少量重要的系數進行編碼，以達到壓縮的目的第五十五頁，共八十七頁，2022年，8月28日5.5變換編碼變換編碼的框圖

正變換（分塊）系數選擇比特分配量化編碼反變換未傳系數補0反量化解碼信道原始圖像復原圖像第五十六頁，共八十七頁，2022年，8月28日5.5變換編碼實用中的具體問題：（1） 子塊大小選擇 塊太小，相關性被隔裂，不利于壓縮；太大運算復雜；折中選8×8或16×16（2）變換方式選擇 理論上，K-L變換最佳，但變換核不固定，實現困難；實用選擇DCT（3）系數選擇 圖像是非平穩隨機過程，故多采用自適應方式對不同塊進行不同的系數選擇（4） 比特分配 對于直流分量即低頻系數細量化，分配比特數多于高頻第五十七頁，共八十七頁，2022年，8月28日5.5變換編碼系數選擇原則上，保留能量集中的、方差大的系數選擇方法：區域編碼：選擇能量集中的區域編碼，舍棄零星能量區域，實現壓縮。閾值編碼：設定門限值，大于門限的編碼，否則舍棄。適合對能量分布不清楚的情況第五十八頁，共八十七頁，2022年，8月28日5.5變換編碼DCT變換編碼的提出：

行程編碼與Huffman編碼等統計編碼的設計思想是基于對信息的表述方法的改變，屬于無損壓縮方式。但是一定有一個極限。 DCT變換是希望在接收方不產生誤解的前提下進行一定的信息丟失。 由前面講到的頻域變換可以得到啟示，就是將低頻與高頻按照不同的數據承載方式進行表述。第五十九頁，共八十七頁，2022年，8月28日DCT變換編碼復習DCT變換：正變換：逆變換：其中：第六十頁，共八十七頁，2022年，8月28日DCT變換編碼DCT變換編碼方法：DCT變換DCT逆變換原圖像除以量化矩陣取整1）編碼過程：2）解碼過程：壓縮圖像乘以量化矩陣取整壓縮圖像解壓圖像第六十一頁，共八十七頁，2022年，8月28日DCT變換編碼Huffman:42bits；壓縮比為3.05:1Huffman:16bits;壓縮比為：8:1例：原圖像為：DCT變換除以量化系數，取整第六十二頁，共八十七頁，2022年，8月28日一個圖像子塊的編碼和解碼過程第六十三頁，共八十七頁，2022年，8月28日DCT變換編碼原圖解壓圖第六十四頁，共八十七頁，2022年，8月28日5.6混合編碼——設計思想每一種編碼方式都有其擅長的一點，以及局限的一點，混合編碼的思想就是將兩種以上的編碼方式的優點進行綜合，達到提高編碼效率的目的。第六十五頁，共八十七頁，2022年，8月28日5.6混合編碼——可能性分析回顧一下講過的幾個內容的特點：行程編碼：擅長于重復數字的壓縮。Huffman編碼：擅長于像素個數分布不均勻情況下的編碼。DCT變換：擅長分離視覺敏感與不敏感的部分。第六十六頁，共八十七頁，2022年，8月28日5.6混合編碼例：

aaaa

bbb

cc

d

eeeee

fffffff（共22*8=176bits)

432157

行程編碼：4a3b2c1d5e7f

(共6*（8+3）=66Bits)17666第六十七頁，共八十七頁，2022年，8月28日5.6混合編碼

aaaa

bbb

cc

d

eeeee

fffffff（共22*8=176bits)

432157Huffman編碼：f=01e=11a=10b=001c=0001d=000010101010100010010010001000100001111111111(共7*2+5*2+4*2+3*3+2*4+1*4=53bits)1766653第六十八頁，共八十七頁，2022年，8月28日5.6混合編碼

aaaa

bbb

cc

d

eeeee

fffffff（共22*8=176bits)

432157Hufman與行程編碼混合：

41030012000110000511701

(共：3+2+3+3+3+4+3+4+3+2+3+2=35bits)176665335

1:12.67:13.32:1

5.03:1第六十九頁，共八十七頁，2022年，8月28日5.6混合編碼——圖像實際壓縮編碼例1一次小波變換DCT變換.行程編碼Huffman編碼一次小波變換Huffman編碼變字長行程編碼2差值編碼第七十頁，共八十七頁，2022年，8月28日復原圖原圖算法1信噪比：66.02壓縮比:11.83:1第七十一頁，共八十七頁，2022年，8月28日復原圖原圖信噪比：64.55壓縮比:26.50:1算法2第七十二頁，共八十七頁，2022年，8月28日原圖JPEG100：1混合編碼400:1混合編碼600:1第七十三頁，共八十七頁，2022年，8月28日5.7子帶編碼基本思想是把圖像信號通過一組帶通濾波器分解成不同頻帶內的分量，然后在每條獨立的子帶內，對信號進行降率采樣和單獨編碼優點：頻率分解可去除信號頻率相關性，減少多余度可采用不同長度的碼字對不同頻帶內的信號進行編碼，有利于數據壓縮量化噪聲被限制在各個條帶內，避免了能量較小的條帶內信號受其他頻帶內量化噪聲的影響第七十四頁，共八十七頁，2022年，8月28日5.8JPEG壓縮標準1、數據組織與系統框圖源圖像以幀為單位，每幀可包含四個分量圖像，每個分量圖像都順序地分割成一個個8×8的圖像子塊，塊內的64個數據組成一個數據單元DU把分辨率最低的分量圖像的一個數據單元所對應的幀上象區所覆蓋的全部DU，編組成一個最小的編碼單元圖像數據按DU分割完畢后，即可以MCU為單位順序將DU送入二維正向DCT處理第七十五頁，共八十七頁，2022年，8月28日JPEG系統框圖第七十六頁，共八十七頁，2022年，8月28日5.8JPEG壓縮標準2、正向離散余弦變換對每個單獨的彩色圖像分量，把整個分量圖像分成8×8的圖像塊，并作為兩維離散余弦變換DCT的輸入。通過DCT變換，把能量集中在少數幾個系數上第七十七頁，共八十七頁，2022年，8月28日5.8JPEG壓縮標準3、量化量化是對經過FDCT變換后的頻率系數進行量化。量化的目的是減小非“0”系數的幅度以及增加“0”值系數的數目。量化是圖像質量下降的最主要原因第七十八頁，共八十七頁，2022年，8月28日5.8JPEG壓縮標準4、Z字形編排量化后的系數要重新編排，目的是為了增加連續的“0”