简介资源为一份通信专业课程设计论文主题是基于离散余弦变换DCT的图像压缩及Matlab实现适合电子信息、通信工程等专业学生学习图像压缩编码原理也可作为课程设计与毕业设计的写作参考。正文系统梳理了DCT变换原理、8x8分块、量化、熵编码与解码步骤并给出Matlab仿真思路、程序调试与运行结果分析能帮助读者理解JPEG等压缩标准的基础流程。资源包共1个文件为doc格式文档整体大小744KB文档内含任务书、目录、摘要、各章节公式、程序框架及性能评价指标结构清晰。已有152人学习下载适合用于课程报告撰写或图像压缩实验的参考资料。1. 基于DCT的图像压缩一句话说清它在做什么一张 1920×1080 的 RGB 照片存成 BMP 大约 6MB转成 JPEG 后往往只剩 400KB肉眼却很难看出差别。支撑这个结果的数学核心就是 DCT离散余弦变换。理解它可以压缩到这一句DCT 本身不损失信息它把每个 8×8 图像块的能量集中到少数低频系数上然后靠量化把大量幅度接近零的系数直接清掉。JPEG 在众多变换里选中 DCT是因为它在中等压缩率下实现简单、系数可分离计算、块状伪影可控。下面的内容按“变换原理 → 最小闭环 → 量化表 → 熵编码 → 工程化验证”推演把整套流程写成你本地装好 Matlab 就能跑完的版本。这个题目也是很多 Matlab 图像处理大作业的标准配置跑通一遍imwrite 的 quality 参数、压缩率曲线、PSNR 这些概念就全部对得上号了。2. 二维DCT变换的数学原型与Matlab里的三种实现2.1 为什么选离散余弦变换而不是傅里叶变换自然图像相邻像素的灰度高度相关低频分量占绝大多数。如果直接对 8×8 图像块做离散傅里叶变换DFT图像块边界会被当成周期信号的不连续点产生频谱泄漏高频位置出现不少本不该出现的系数后续量化时要么多削掉细节要么多花比特数去表示。DCT 等价于对图像块先做一次镜像延拓再做 DFT延拓后的信号在边界处连续能量集中程度明显更高。DCT 的另一个优势是基函数是实余弦变换矩阵为正交矩阵。正交意味着逆变换就是转置不需要处理共轭也不需要在逆变换时额外缩放。这个性质在硬件实现和 Matlab 这类解释型环境里都很值钱直接决定了它的实现代码可以短到两行矩阵乘法。对比项DFTDCT基函数复指数实余弦边界隐含假设周期性延拓块边界不连续镜像延拓边界连续对自然图像的能量集中度一般高频泄漏明显好能量集中在前几个系数逆变换需要共轭与归一化转置矩阵即逆变换2.2 二维DCT公式与矩阵形式对于一个 8×8 的图像块 A二维 DCT 的标准定义是F(u,v) α(u)α(v) Σₓ Σᵧ A(x,y) cos[(2x1)uπ/16] cos[(2y1)vπ/16]其中 α(0)√(1/8)α(u)√(2/8)u0。直接按这个公式计算一个块要做 64×64 次余弦求值完全不实用。好在二维 DCT 的核函数可分离可以拆成先沿行、再沿列各做一次一维变换。写成矩阵形式就是B T × A × T′其中 T 是 8×8 的 DCT 变换矩阵T′ 是 T 的转置。这比嵌套循环的计算方式直观得多也正是一维变换复用两次“可分离实现”的标准写法。计算量从二维直接算的 O(N³) 量级降到两次一维的 O(N²) 量级。2.3 三种实现dct2、dctmtx 矩阵乘法、显式循环在 Matlab 里实现二维 DCT 常见有三种做法对应不同阶段% 读入一张灰度图并转成 doubleA 为 8x8 块 T dctmtx(8); % 生成 8x8 正交DCT矩阵 B T * A * T; % 二维DCT列变换 行变换 A_restored T * B * T; % 逆变换转置即逆dctmtx(8)生成的正交矩阵每一行是一条离散余弦基函数行与行之间内积为 0因此T就是T的逆矩阵。T * A * T左边乘T是对 A 的每一列做一维 DCT右边乘T是对结果每一行做一维 DCT先后顺序不影响结果。T * B * T执行逆过程数值误差通常在 1e-14 量级肉眼不可见。这段代码适合在批量处理时预计算T并复用避免每个块内部重复生成变换矩阵。如果只是单块验证直接用图像处理工具箱的dct2(A)更省事dct2内部本来就利用了可分离性不存在性能劣势。手写双层循环按公式累加一般只在课程作业要求展示原理时用实际工程里没有必要。2.4 把系数画出来能量集中一眼可见B_log log(abs(B) 1e-6); % 加小量防止log(0) subplot(1,2,1); imshow(A, []); title(原始8x8块); subplot(1,2,2); imshow(B_log, []); title(DCT系数);逻辑说明DCT 系数矩阵 B 的左上角是 DC 系数数值等于整块平均亮度的 8 倍通常最大越靠近右下角频率越高系数幅度越小。直接显示 B 的话DC 系数会压得其他位置全部变黑所以先取绝对值再取对数把动态范围压缩到可显示范围。参数说明[]让imshow自动把数据最小值映射为黑、最大值映射为白这一步对系数矩阵显示是必须的。可以看到右下角区域明显偏暗说明高频分量确实小这就是第 3 章量化可以大胆置零的依据。3. 用Matlab写通DCT压缩最小闭环分块、量化、重建与PSNR评估3.1 闭环流程与 blockproc 的角色图像压缩的最小闭环不包含熵编码时是这样读图 → 转灰度 → 转 double → 按 8×8 分块 → 每块做 DCT → 用量化表做除法取整 → 反量化乘回步长 → 做 IDCT → 拼回整图 → 算 PSNR。这里“量化取整”是有损的唯一步骤DCT 和 IDCT 都是数值可逆的。在 Matlab 里分块处理的首选工具是blockproc它比手动两层循环快也自动处理块与块之间的边界拼接逻辑。映射函数收到的是一个带.data字段的结构体里面就是当前块矩阵处理完再返回同尺寸矩阵即可。3.2 JPEG标准亮度量化表量化表是 8×8 的整数矩阵每个位置对应 DCT 系数矩阵相应频率的量化步长。JPEG 标准给了一套基于人眼对比度敏感度实验得到的默认亮度量化表低频步长小、高频步长大这就是“视觉无损”的关键。1611101624405161121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399左上角是 DC 和最低频 AC 系数步长只有 10 到 16右下角高频系数步长到了 99 和 101。同一个系数步长越大量化后精度越低被清零的概率也越高。色度量化表整体比亮度表值更大因为人眼对色度分辨率不如亮度这个选题只做灰度图时用亮度表即可。3.3 最小可运行代码下面这段是把整张图压缩再重建的最小完整代码适合直接抄到脚本里跑通闭环I imread(peppers.png); g im2double(rgb2gray(imresize(I, [512 512]))); Q [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99]; fun_q (b) round(dct2(b.data) ./ Q) .* Q; fun_c (b) idct2(b.data); Iq blockproc(g, [8 8], fun_q); % 量化后的系数矩阵 Ir blockproc(Iq, [8 8], fun_c); % 反量化并重建逻辑说明fun_q里真正改数据的只有round(dct2(b.data) ./ Q)后面的.* Q是反量化把系数恢复到原来的数量级这样fun_c才能直接做 IDCT。Iq并不是图像而是整张图所有 DCT 块拼成的系数矩阵不对它做逆变换直接显示看到的是类似“油画纹理”的东西。参数说明blockproc(g, [8 8], fun)的[8 8]是块尺寸必须与量化表尺寸一致。b.data是 blockproc 传入的块数据已经是 double 类型。图像尺寸 512 能被 8 整除所以不需要做边界填充换其他图时这一步要留意。3.4 重建质量量化MSE与PSNRmse_val mean((Ir(:) - g(:)).^2); psnr_val 10 * log10(1 / mse_val); fprintf(MSE%.5f PSNR%.2f dB\n, mse_val, psnr_val);逻辑说明MSE 是逐像素误差的平方均值PSNR 是峰值信号功率与噪声功率之比的对数形式。因为g已经是im2double输出数据范围是 [0,1]所以峰值固定取 1不需要再乘 255。经验判断PSNR 大于 33dB 时视觉上很难察觉差异30~33dB 在纹理复杂区域有轻微细节损失低于 26dB 会出现明显块状噪声和振铃。这个指标是后续所有量化表实验的统一口径只有口径一致不同 QF 的曲线才有可比性。3.5 压缩潜力的粗估计零系数占比zero_ratio 1 - nnz(Iq) / numel(Iq); fprintf(量化后零系数占比: %.1f%%\n, zero_ratio * 100);逻辑说明量化后系数为 0 的位置在熵编码阶段几乎不需要传输因此零系数占比可以当作压缩潜力的上界参考。在默认量化表下512×512 的 peppers 图通常有 80% 以上的系数变成零。但这个数字不是最终压缩比真正的比特流统计在第 5 章会精确计算这一章的粗指标只用来快速判断量化表是否生效。4. 量化表是压缩率的调节阀QF缩放与实验曲线4.1 量化表的排布逻辑默认量化表是针对“中等质量”设计的。低频系数步长小因为人眼对低频亮度变化敏感这里的误差藏不住高频系数步长大因为高频对应的往往是纹理细节和噪声去掉后人眼感知不明显。压缩率与画质的权衡本质上全部落在量化表的缩放上而不是 DCT 本身。要注意的是量化表缩放不是简单的“表中所有值乘一个系数”。JPEG 标准本身没有规定质量因子 QF实际使用的是 Independent JPEG Group 推出的缩放方案它让 QF50 对应默认表QF100 最接近无损QF1 压缩最狠。这个方案已经成为跨实现对比的事实标准。4.2 QF 的标准化缩放公式function Qs scale_quant(Q, qf) % Q: 8x8 基础量化表, qf: 质量因子 1~100 if qf 50 S 5000 / qf; else S 200 - 2 * qf; end Qs max(1, floor((S * Q 50) / 100)); end逻辑说明S是缩放因子。qf50 时 S100量化表不变qf90 时 S20表中每个值缩小到原来的五分之一保留更多高频细节qf10 时 S500量化表放大 5 倍绝大多数 AC 系数被清零。max(1, ...)保证步长最小为 1避免出现除以零的量化步长。参数说明floor((S * Q 50) / 100)里的50是四舍五入的偏移量不能省。去掉它QF50 时量化表不会精确回到默认表后续任何与 imwrite 的对照都会产生系统性偏差。4.3 扫QF做实验并画曲线qfs 10:10:100; for k 1:numel(qfs) Qs scale_quant(Q, qfs(k)); Iq_t blockproc(g, [8 8], (b) round(dct2(b.data) ./ Qs) .* Qs); Ir_t blockproc(Iq_t, [8 8], (b) idct2(b.data)); psnr(k) 10 * log10(1 / mean((Ir_t(:) - g(:)).^2)); zero(k) 1 - nnz(Iq_t) / numel(Iq_t); end figure; plot(qfs, psnr, -o, qfs, zero * 40, -s); xlabel(质量因子 QF); ylabel(数值); legend(PSNR (dB), 零系数占比 x40, Location, best); grid on;逻辑说明循环体内做的事和第 3 章的最小闭环完全一样区别只是量化表由scale_quant按当前 QF 实时生成。zero * 40是绘图时的可视缩放否则零系数占比在 0.6~0.97 之间与 PSNR 曲线挤在一起看不清。在 512×512 灰度 peppers 图上得到的数据量级如下QF零系数占比PSNR (dB)100.9724.8300.9129.2500.8432.9700.7735.4900.6637.8换图像后具体数值会变但趋势稳定QF 越大零系数越少PSNR 越高。实际选参时找 PSNR 曲线斜率变缓的转折点附近比如这个表里的 50 到 70压缩率与画质最均衡。曲线图用 Matlab 画出来之后建议导出 PNG 保存作业报告里直接用。4.4 与线性缩放的误用区分经常能看到有人直接写Q * (100/qf)或Q / qf做线性缩放这会在与 JPEG 标准实现对拍时对不上。同样的 QF90线性缩放后的量化表与 IJG 公式算出来的差好几倍PSNR 可能差 2~4dB。如果目标是理解原理线性缩放也能跑通流程如果目标是用 imwrite 做对照就必须用 4.2 节的公式。另外 QF100 时 S0量化表全部变成 1但round舍入依然存在所以 QF100 也不是无损压缩这个认知能避免很多对「无损」概念的误解。5. 把DCT系数变成比特流zigzag、DC差分与游程编码5.1 量化后系数的结构量化之后8×8 块内的 64 个系数呈现出非常明显的结构DC 系数仍然很大AC 系数绝大多数是零。直接按行顺序存这些系数零是分散的无法高效压缩按频率从低到高扫一遍零就会连成长串游程编码才有发挥空间。同时 DC 系数描述的是整块的平均亮度相邻块的 DC 值相差很小。对 DC 做差分编码第一个块存原值后续块只存与上一块的差值数值动态范围大幅缩小后续编码需要的比特数也随之减少。5.2 zigzag 扫描与索引表Z [ 1 2 6 7 15 16 28 29; 3 5 8 14 17 27 30 43; 4 9 13 18 26 31 42 44; 10 12 19 25 32 41 45 54; 11 20 24 33 40 46 53 55; 21 23 34 39 47 52 56 61; 22 35 38 48 51 57 60 62; 36 37 49 50 58 59 63 64];Z是一个排序编号矩阵Z(i,j)表示坐标为 (i,j) 的系数在 zigzag 展开序列里的序号。使用时直接索引即可q64 Iq_block(Z); % 按 zigzag 顺序重排成 64x1 向量逻辑说明Iq_block(Z)利用 Matlab 的线性索引特性取出的是按 Z 中编号从小到大排列的 64 个系数。Z(1,1)1 对应 DCZ(8,8)64 对应最高频 AC。这个查找表比写循环生成 zigzag 路径更不容易出错也是可以放进函数文件直接复用的部分。5.3 DC差分、AC游程与简化比特估计function nbits estimate_bits(v, prev_dc) % v: 64x1 zigzag 后的量化系数 % prev_dc: 上一个块的DC系数 dc v(1) - prev_dc; bdc max(1, ceil(log2(abs(dc) 1))); ac v(2:end); run 0; bac 0; for t 1:numel(ac) if ac(t) 0 run run 1; else bac bac 4 ceil(log2(abs(ac(t)) 1)); run 0; end end if run 0 bac bac 4; % 记一个EOB符号 end nbits bdc bac; end逻辑说明DC 差值的比特数按绝对值的二进制位宽估算AC 部分遇到非零系数时用 4 比特记录前面连续零的个数再用位宽记录振幅结尾如果有残留下的零统一用一个 4 比特的 EOB 标记收尾。这相当于是 JPEG 熵编码的简化版真实 JPEG 在 RLE 之后还要接 Huffman 变长编码常见符号会被压得更短所以这里的绝对比特数偏大 30% 到 50%但趋势完全正确。参数说明ceil(log2(abs(dc)1))在 dc0 时结果是 0max(1, ...)保证 DC 差分至少占 1 比特。4 ceil(log2(abs(ac(t))1))中的 4 是游长的固定开销可以按你自己的符号表改成变长但同一次对比实验里必须保持不变。5.4 全图比特流统计与压缩比total_bits 0; prev 0; for r 1:8:size(Iq, 1) for c 1:8:size(Iq, 2) block Iq(r:r7, c:c7); v block(Z); total_bits total_bits estimate_bits(v, prev); prev v(1); end end orig_bits numel(Iq) * 8; fprintf(压缩比约 %.2f\n, orig_bits / total_bits);逻辑说明orig_bits是原始 8bit 灰度图像的比特数total_bits是编码后所有块的 DC 差分与 AC 游程之和。两者相除得到压缩比。同一张图把 QF 从 50 改成 30压缩比会明显上升PSNR 下降这正好量化了第 4 章曲线背后的比特变化。参数说明循环按 8 步长取块前提是图像尺寸能被 8 整除不能整除时先做第 6 章的填充否则最后一行或最后一列会越界报错。5.5 与 imwrite 的真实 JPEG 对拍imwrite(uint8(g * 255), q50.jpg, quality, 50); info dir(q50.jpg); fprintf(imwrite 实际压缩比约 %.2f\n, numel(g) * 8 / (info.bytes * 8));逻辑说明imwrite写出的是完整 JPEG 文件包含文件头、量化表、Huffman 表等额外开销。自写estimate_bits的压缩比会比它略低但如果差距超过一倍需要检查Z表是否用错或者 DC 差分是否没有跨块传递。文件头开销在图片较小时占比更明显所以对拍时用 512×512 以上的图更公平。6. 任意尺寸图像的边界处理、imwrite回归验证与调试技巧6.1 让 blockproc 在任意尺寸下都不出现黑边图像高度或宽度不是 8 的倍数时直接传入 blockproc 会在右下角产生不完整块默认补零会让重建图出现深色边缘块。常见做法是先做反射填充pad_r mod(8 - mod(size(g,1), 8), 8); pad_c mod(8 - mod(size(g,2), 8), 8); gp padarray(g, [pad_r pad_c], symmetric, post);逻辑说明symmetric按边界像素镜像延拓比补零得到的重建边缘更自然post表示只在矩阵末尾方向填充保持左上角原点不变。填充后的尺寸再交给第 3 章的 blockproc重建后再裁剪回原尺寸即可。mod(8 - mod(n,8), 8)在 n 能被 8 整除时结果为 0不会多补一整块。6.2 用 imwrite 做回归基准自己实现的 DCT 闭环是否正确最快的验证方式是拿 imwrite 当参照物imwrite(uint8(g * 255), reg.jpg, quality, 90); g_ref im2double(imread(reg.jpg)); psnr_ref 10 * log10(1 / mean((g_ref(:) - g(:)).^2));逻辑说明这里故意用 QF90 做对照因为高 QF 下量化表接近单位矩阵实现误差更容易暴露。自己实现算出的 PSNR 如果比 imwrite 低 3dB 以上优先检查三件事量化表是否在粘贴时发生了行列转置dct2是否误作用到了整个图像矩阵而不是每个块im2double与uint8的转换是否遗漏。6.3 量化系数分布直方图量化是否太狠一目了然histogram(Iq(Iq ~ 0), 100); xlabel(量化后系数值);逻辑说明量化正常的系数分布呈现拉普拉斯形状峰值在零附近向两侧平滑衰减。如果直方图只有一个尖峰在 ±1 附近说明量化步长普遍过小QF 设得过高压缩效果没有发挥出来如果峰值过度集中而 PSNR 又明显偏低则量化过狠需要调低 QF。另外两点工程提醒dct2和idct2属于 Signal Processing ToolboxMatlab 下载安装时若未勾选该工具箱运行会直接报未定义函数显示系数矩阵时务必带[]参数否则负系数会被 imshow 默认映射为黑色误以为系数全部异常。这三步检查过一遍整个 DCT 图像压缩闭环的稳定性就基本有保证了。本文还有配套的精品资源点击获取
基于DCT的图像压缩：Matlab实现JPEG量化与编码全流程
简介资源为一份通信专业课程设计论文主题是基于离散余弦变换DCT的图像压缩及Matlab实现适合电子信息、通信工程等专业学生学习图像压缩编码原理也可作为课程设计与毕业设计的写作参考。正文系统梳理了DCT变换原理、8x8分块、量化、熵编码与解码步骤并给出Matlab仿真思路、程序调试与运行结果分析能帮助读者理解JPEG等压缩标准的基础流程。资源包共1个文件为doc格式文档整体大小744KB文档内含任务书、目录、摘要、各章节公式、程序框架及性能评价指标结构清晰。已有152人学习下载适合用于课程报告撰写或图像压缩实验的参考资料。1. 基于DCT的图像压缩一句话说清它在做什么一张 1920×1080 的 RGB 照片存成 BMP 大约 6MB转成 JPEG 后往往只剩 400KB肉眼却很难看出差别。支撑这个结果的数学核心就是 DCT离散余弦变换。理解它可以压缩到这一句DCT 本身不损失信息它把每个 8×8 图像块的能量集中到少数低频系数上然后靠量化把大量幅度接近零的系数直接清掉。JPEG 在众多变换里选中 DCT是因为它在中等压缩率下实现简单、系数可分离计算、块状伪影可控。下面的内容按“变换原理 → 最小闭环 → 量化表 → 熵编码 → 工程化验证”推演把整套流程写成你本地装好 Matlab 就能跑完的版本。这个题目也是很多 Matlab 图像处理大作业的标准配置跑通一遍imwrite 的 quality 参数、压缩率曲线、PSNR 这些概念就全部对得上号了。2. 二维DCT变换的数学原型与Matlab里的三种实现2.1 为什么选离散余弦变换而不是傅里叶变换自然图像相邻像素的灰度高度相关低频分量占绝大多数。如果直接对 8×8 图像块做离散傅里叶变换DFT图像块边界会被当成周期信号的不连续点产生频谱泄漏高频位置出现不少本不该出现的系数后续量化时要么多削掉细节要么多花比特数去表示。DCT 等价于对图像块先做一次镜像延拓再做 DFT延拓后的信号在边界处连续能量集中程度明显更高。DCT 的另一个优势是基函数是实余弦变换矩阵为正交矩阵。正交意味着逆变换就是转置不需要处理共轭也不需要在逆变换时额外缩放。这个性质在硬件实现和 Matlab 这类解释型环境里都很值钱直接决定了它的实现代码可以短到两行矩阵乘法。对比项DFTDCT基函数复指数实余弦边界隐含假设周期性延拓块边界不连续镜像延拓边界连续对自然图像的能量集中度一般高频泄漏明显好能量集中在前几个系数逆变换需要共轭与归一化转置矩阵即逆变换2.2 二维DCT公式与矩阵形式对于一个 8×8 的图像块 A二维 DCT 的标准定义是F(u,v) α(u)α(v) Σₓ Σᵧ A(x,y) cos[(2x1)uπ/16] cos[(2y1)vπ/16]其中 α(0)√(1/8)α(u)√(2/8)u0。直接按这个公式计算一个块要做 64×64 次余弦求值完全不实用。好在二维 DCT 的核函数可分离可以拆成先沿行、再沿列各做一次一维变换。写成矩阵形式就是B T × A × T′其中 T 是 8×8 的 DCT 变换矩阵T′ 是 T 的转置。这比嵌套循环的计算方式直观得多也正是一维变换复用两次“可分离实现”的标准写法。计算量从二维直接算的 O(N³) 量级降到两次一维的 O(N²) 量级。2.3 三种实现dct2、dctmtx 矩阵乘法、显式循环在 Matlab 里实现二维 DCT 常见有三种做法对应不同阶段% 读入一张灰度图并转成 doubleA 为 8x8 块 T dctmtx(8); % 生成 8x8 正交DCT矩阵 B T * A * T; % 二维DCT列变换 行变换 A_restored T * B * T; % 逆变换转置即逆dctmtx(8)生成的正交矩阵每一行是一条离散余弦基函数行与行之间内积为 0因此T就是T的逆矩阵。T * A * T左边乘T是对 A 的每一列做一维 DCT右边乘T是对结果每一行做一维 DCT先后顺序不影响结果。T * B * T执行逆过程数值误差通常在 1e-14 量级肉眼不可见。这段代码适合在批量处理时预计算T并复用避免每个块内部重复生成变换矩阵。如果只是单块验证直接用图像处理工具箱的dct2(A)更省事dct2内部本来就利用了可分离性不存在性能劣势。手写双层循环按公式累加一般只在课程作业要求展示原理时用实际工程里没有必要。2.4 把系数画出来能量集中一眼可见B_log log(abs(B) 1e-6); % 加小量防止log(0) subplot(1,2,1); imshow(A, []); title(原始8x8块); subplot(1,2,2); imshow(B_log, []); title(DCT系数);逻辑说明DCT 系数矩阵 B 的左上角是 DC 系数数值等于整块平均亮度的 8 倍通常最大越靠近右下角频率越高系数幅度越小。直接显示 B 的话DC 系数会压得其他位置全部变黑所以先取绝对值再取对数把动态范围压缩到可显示范围。参数说明[]让imshow自动把数据最小值映射为黑、最大值映射为白这一步对系数矩阵显示是必须的。可以看到右下角区域明显偏暗说明高频分量确实小这就是第 3 章量化可以大胆置零的依据。3. 用Matlab写通DCT压缩最小闭环分块、量化、重建与PSNR评估3.1 闭环流程与 blockproc 的角色图像压缩的最小闭环不包含熵编码时是这样读图 → 转灰度 → 转 double → 按 8×8 分块 → 每块做 DCT → 用量化表做除法取整 → 反量化乘回步长 → 做 IDCT → 拼回整图 → 算 PSNR。这里“量化取整”是有损的唯一步骤DCT 和 IDCT 都是数值可逆的。在 Matlab 里分块处理的首选工具是blockproc它比手动两层循环快也自动处理块与块之间的边界拼接逻辑。映射函数收到的是一个带.data字段的结构体里面就是当前块矩阵处理完再返回同尺寸矩阵即可。3.2 JPEG标准亮度量化表量化表是 8×8 的整数矩阵每个位置对应 DCT 系数矩阵相应频率的量化步长。JPEG 标准给了一套基于人眼对比度敏感度实验得到的默认亮度量化表低频步长小、高频步长大这就是“视觉无损”的关键。1611101624405161121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399左上角是 DC 和最低频 AC 系数步长只有 10 到 16右下角高频系数步长到了 99 和 101。同一个系数步长越大量化后精度越低被清零的概率也越高。色度量化表整体比亮度表值更大因为人眼对色度分辨率不如亮度这个选题只做灰度图时用亮度表即可。3.3 最小可运行代码下面这段是把整张图压缩再重建的最小完整代码适合直接抄到脚本里跑通闭环I imread(peppers.png); g im2double(rgb2gray(imresize(I, [512 512]))); Q [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99]; fun_q (b) round(dct2(b.data) ./ Q) .* Q; fun_c (b) idct2(b.data); Iq blockproc(g, [8 8], fun_q); % 量化后的系数矩阵 Ir blockproc(Iq, [8 8], fun_c); % 反量化并重建逻辑说明fun_q里真正改数据的只有round(dct2(b.data) ./ Q)后面的.* Q是反量化把系数恢复到原来的数量级这样fun_c才能直接做 IDCT。Iq并不是图像而是整张图所有 DCT 块拼成的系数矩阵不对它做逆变换直接显示看到的是类似“油画纹理”的东西。参数说明blockproc(g, [8 8], fun)的[8 8]是块尺寸必须与量化表尺寸一致。b.data是 blockproc 传入的块数据已经是 double 类型。图像尺寸 512 能被 8 整除所以不需要做边界填充换其他图时这一步要留意。3.4 重建质量量化MSE与PSNRmse_val mean((Ir(:) - g(:)).^2); psnr_val 10 * log10(1 / mse_val); fprintf(MSE%.5f PSNR%.2f dB\n, mse_val, psnr_val);逻辑说明MSE 是逐像素误差的平方均值PSNR 是峰值信号功率与噪声功率之比的对数形式。因为g已经是im2double输出数据范围是 [0,1]所以峰值固定取 1不需要再乘 255。经验判断PSNR 大于 33dB 时视觉上很难察觉差异30~33dB 在纹理复杂区域有轻微细节损失低于 26dB 会出现明显块状噪声和振铃。这个指标是后续所有量化表实验的统一口径只有口径一致不同 QF 的曲线才有可比性。3.5 压缩潜力的粗估计零系数占比zero_ratio 1 - nnz(Iq) / numel(Iq); fprintf(量化后零系数占比: %.1f%%\n, zero_ratio * 100);逻辑说明量化后系数为 0 的位置在熵编码阶段几乎不需要传输因此零系数占比可以当作压缩潜力的上界参考。在默认量化表下512×512 的 peppers 图通常有 80% 以上的系数变成零。但这个数字不是最终压缩比真正的比特流统计在第 5 章会精确计算这一章的粗指标只用来快速判断量化表是否生效。4. 量化表是压缩率的调节阀QF缩放与实验曲线4.1 量化表的排布逻辑默认量化表是针对“中等质量”设计的。低频系数步长小因为人眼对低频亮度变化敏感这里的误差藏不住高频系数步长大因为高频对应的往往是纹理细节和噪声去掉后人眼感知不明显。压缩率与画质的权衡本质上全部落在量化表的缩放上而不是 DCT 本身。要注意的是量化表缩放不是简单的“表中所有值乘一个系数”。JPEG 标准本身没有规定质量因子 QF实际使用的是 Independent JPEG Group 推出的缩放方案它让 QF50 对应默认表QF100 最接近无损QF1 压缩最狠。这个方案已经成为跨实现对比的事实标准。4.2 QF 的标准化缩放公式function Qs scale_quant(Q, qf) % Q: 8x8 基础量化表, qf: 质量因子 1~100 if qf 50 S 5000 / qf; else S 200 - 2 * qf; end Qs max(1, floor((S * Q 50) / 100)); end逻辑说明S是缩放因子。qf50 时 S100量化表不变qf90 时 S20表中每个值缩小到原来的五分之一保留更多高频细节qf10 时 S500量化表放大 5 倍绝大多数 AC 系数被清零。max(1, ...)保证步长最小为 1避免出现除以零的量化步长。参数说明floor((S * Q 50) / 100)里的50是四舍五入的偏移量不能省。去掉它QF50 时量化表不会精确回到默认表后续任何与 imwrite 的对照都会产生系统性偏差。4.3 扫QF做实验并画曲线qfs 10:10:100; for k 1:numel(qfs) Qs scale_quant(Q, qfs(k)); Iq_t blockproc(g, [8 8], (b) round(dct2(b.data) ./ Qs) .* Qs); Ir_t blockproc(Iq_t, [8 8], (b) idct2(b.data)); psnr(k) 10 * log10(1 / mean((Ir_t(:) - g(:)).^2)); zero(k) 1 - nnz(Iq_t) / numel(Iq_t); end figure; plot(qfs, psnr, -o, qfs, zero * 40, -s); xlabel(质量因子 QF); ylabel(数值); legend(PSNR (dB), 零系数占比 x40, Location, best); grid on;逻辑说明循环体内做的事和第 3 章的最小闭环完全一样区别只是量化表由scale_quant按当前 QF 实时生成。zero * 40是绘图时的可视缩放否则零系数占比在 0.6~0.97 之间与 PSNR 曲线挤在一起看不清。在 512×512 灰度 peppers 图上得到的数据量级如下QF零系数占比PSNR (dB)100.9724.8300.9129.2500.8432.9700.7735.4900.6637.8换图像后具体数值会变但趋势稳定QF 越大零系数越少PSNR 越高。实际选参时找 PSNR 曲线斜率变缓的转折点附近比如这个表里的 50 到 70压缩率与画质最均衡。曲线图用 Matlab 画出来之后建议导出 PNG 保存作业报告里直接用。4.4 与线性缩放的误用区分经常能看到有人直接写Q * (100/qf)或Q / qf做线性缩放这会在与 JPEG 标准实现对拍时对不上。同样的 QF90线性缩放后的量化表与 IJG 公式算出来的差好几倍PSNR 可能差 2~4dB。如果目标是理解原理线性缩放也能跑通流程如果目标是用 imwrite 做对照就必须用 4.2 节的公式。另外 QF100 时 S0量化表全部变成 1但round舍入依然存在所以 QF100 也不是无损压缩这个认知能避免很多对「无损」概念的误解。5. 把DCT系数变成比特流zigzag、DC差分与游程编码5.1 量化后系数的结构量化之后8×8 块内的 64 个系数呈现出非常明显的结构DC 系数仍然很大AC 系数绝大多数是零。直接按行顺序存这些系数零是分散的无法高效压缩按频率从低到高扫一遍零就会连成长串游程编码才有发挥空间。同时 DC 系数描述的是整块的平均亮度相邻块的 DC 值相差很小。对 DC 做差分编码第一个块存原值后续块只存与上一块的差值数值动态范围大幅缩小后续编码需要的比特数也随之减少。5.2 zigzag 扫描与索引表Z [ 1 2 6 7 15 16 28 29; 3 5 8 14 17 27 30 43; 4 9 13 18 26 31 42 44; 10 12 19 25 32 41 45 54; 11 20 24 33 40 46 53 55; 21 23 34 39 47 52 56 61; 22 35 38 48 51 57 60 62; 36 37 49 50 58 59 63 64];Z是一个排序编号矩阵Z(i,j)表示坐标为 (i,j) 的系数在 zigzag 展开序列里的序号。使用时直接索引即可q64 Iq_block(Z); % 按 zigzag 顺序重排成 64x1 向量逻辑说明Iq_block(Z)利用 Matlab 的线性索引特性取出的是按 Z 中编号从小到大排列的 64 个系数。Z(1,1)1 对应 DCZ(8,8)64 对应最高频 AC。这个查找表比写循环生成 zigzag 路径更不容易出错也是可以放进函数文件直接复用的部分。5.3 DC差分、AC游程与简化比特估计function nbits estimate_bits(v, prev_dc) % v: 64x1 zigzag 后的量化系数 % prev_dc: 上一个块的DC系数 dc v(1) - prev_dc; bdc max(1, ceil(log2(abs(dc) 1))); ac v(2:end); run 0; bac 0; for t 1:numel(ac) if ac(t) 0 run run 1; else bac bac 4 ceil(log2(abs(ac(t)) 1)); run 0; end end if run 0 bac bac 4; % 记一个EOB符号 end nbits bdc bac; end逻辑说明DC 差值的比特数按绝对值的二进制位宽估算AC 部分遇到非零系数时用 4 比特记录前面连续零的个数再用位宽记录振幅结尾如果有残留下的零统一用一个 4 比特的 EOB 标记收尾。这相当于是 JPEG 熵编码的简化版真实 JPEG 在 RLE 之后还要接 Huffman 变长编码常见符号会被压得更短所以这里的绝对比特数偏大 30% 到 50%但趋势完全正确。参数说明ceil(log2(abs(dc)1))在 dc0 时结果是 0max(1, ...)保证 DC 差分至少占 1 比特。4 ceil(log2(abs(ac(t))1))中的 4 是游长的固定开销可以按你自己的符号表改成变长但同一次对比实验里必须保持不变。5.4 全图比特流统计与压缩比total_bits 0; prev 0; for r 1:8:size(Iq, 1) for c 1:8:size(Iq, 2) block Iq(r:r7, c:c7); v block(Z); total_bits total_bits estimate_bits(v, prev); prev v(1); end end orig_bits numel(Iq) * 8; fprintf(压缩比约 %.2f\n, orig_bits / total_bits);逻辑说明orig_bits是原始 8bit 灰度图像的比特数total_bits是编码后所有块的 DC 差分与 AC 游程之和。两者相除得到压缩比。同一张图把 QF 从 50 改成 30压缩比会明显上升PSNR 下降这正好量化了第 4 章曲线背后的比特变化。参数说明循环按 8 步长取块前提是图像尺寸能被 8 整除不能整除时先做第 6 章的填充否则最后一行或最后一列会越界报错。5.5 与 imwrite 的真实 JPEG 对拍imwrite(uint8(g * 255), q50.jpg, quality, 50); info dir(q50.jpg); fprintf(imwrite 实际压缩比约 %.2f\n, numel(g) * 8 / (info.bytes * 8));逻辑说明imwrite写出的是完整 JPEG 文件包含文件头、量化表、Huffman 表等额外开销。自写estimate_bits的压缩比会比它略低但如果差距超过一倍需要检查Z表是否用错或者 DC 差分是否没有跨块传递。文件头开销在图片较小时占比更明显所以对拍时用 512×512 以上的图更公平。6. 任意尺寸图像的边界处理、imwrite回归验证与调试技巧6.1 让 blockproc 在任意尺寸下都不出现黑边图像高度或宽度不是 8 的倍数时直接传入 blockproc 会在右下角产生不完整块默认补零会让重建图出现深色边缘块。常见做法是先做反射填充pad_r mod(8 - mod(size(g,1), 8), 8); pad_c mod(8 - mod(size(g,2), 8), 8); gp padarray(g, [pad_r pad_c], symmetric, post);逻辑说明symmetric按边界像素镜像延拓比补零得到的重建边缘更自然post表示只在矩阵末尾方向填充保持左上角原点不变。填充后的尺寸再交给第 3 章的 blockproc重建后再裁剪回原尺寸即可。mod(8 - mod(n,8), 8)在 n 能被 8 整除时结果为 0不会多补一整块。6.2 用 imwrite 做回归基准自己实现的 DCT 闭环是否正确最快的验证方式是拿 imwrite 当参照物imwrite(uint8(g * 255), reg.jpg, quality, 90); g_ref im2double(imread(reg.jpg)); psnr_ref 10 * log10(1 / mean((g_ref(:) - g(:)).^2));逻辑说明这里故意用 QF90 做对照因为高 QF 下量化表接近单位矩阵实现误差更容易暴露。自己实现算出的 PSNR 如果比 imwrite 低 3dB 以上优先检查三件事量化表是否在粘贴时发生了行列转置dct2是否误作用到了整个图像矩阵而不是每个块im2double与uint8的转换是否遗漏。6.3 量化系数分布直方图量化是否太狠一目了然histogram(Iq(Iq ~ 0), 100); xlabel(量化后系数值);逻辑说明量化正常的系数分布呈现拉普拉斯形状峰值在零附近向两侧平滑衰减。如果直方图只有一个尖峰在 ±1 附近说明量化步长普遍过小QF 设得过高压缩效果没有发挥出来如果峰值过度集中而 PSNR 又明显偏低则量化过狠需要调低 QF。另外两点工程提醒dct2和idct2属于 Signal Processing ToolboxMatlab 下载安装时若未勾选该工具箱运行会直接报未定义函数显示系数矩阵时务必带[]参数否则负系数会被 imshow 默认映射为黑色误以为系数全部异常。这三步检查过一遍整个 DCT 图像压缩闭环的稳定性就基本有保证了。本文还有配套的精品资源点击获取
