MJPEG压缩算法研究 - 基于Android的MJPEG网络摄像机设计

2.2 MJPEG压缩算法研究与实现

　　MJPEG(Motion Joint Photographic Experts Group)视频编码格式，把运动的视频序列作为连续的静止图像来处理，这种压缩方式单独完整地压缩每一帧，编辑过程中可随机存储每一帧，可进行精确到帧的编辑。MJPEG单帧压缩算法为JPEG(Joint Photographic Experts Group)。人眼视觉生理特性决定眼睛对构成图像的不同频率成分具有不同的敏感度。JPEG压缩是有损压缩，但损失的部分是人类视觉不容易察觉到的部分，利用眼睛对色彩域中的高频信息部分不敏感的特点，节省大量需要处理的数据信息。一帧原始图像数据对其进行JPEG算法编码过程分两大部分：

　　①空间冗余度，去除视觉上的多余信息;

　　②结构(静态)冗余度，去除数据本身的多余信息。

　　JPEG编码中主要涉及包括：DCT、zigzag编码、量化、RLE编码、范式Huffman编码、DC(直流分量)的编码。JPEG编码流程如图4所示。

　　

 

　　DCT(Discrete Cosine Transform)变换，又称离散余弦变换是可逆的、离散的正交变换。它将原始图像色彩空问域转换为频谱域。由于相邻两点像素色彩很多是接近的，压缩这些不需要的数据必须利用图像信号的频谱特性。JPEG压缩原理的理论依据是图像信号频谱线大都分布在0～6 MHz范围内，而且一幅图像内大多数为低频频谱线，而高频的谱线只占图像比例很低的图像边缘或者细微纹理细节的信号时才出现。根据这一特性，在做数字图像处理时对包含信息量大的低频谱区域分配较多的比特数，相反的对于包含信息量低的高频谱区域分配较少的比特数，达到图像压缩的目的，而图像质量并没有肉眼可察觉的降低。除了DCT变换，常用的变化算法还有：Walsh-Hadamard沃尔什哈达玛变换、哈尔变换、傅氏变换等。

　　DCT变换公式为：

　　

 

　　当u=v≠0时C(u)=1，C(v)=1。f(i，j)经过DCT变换之后，F(0，0)是直流系数，其他参数时为交流系数。经过DCT变换后一幅图像的DCT系数块集中在8×8矩阵的左上方，这里直流DC系数幅度最大，这一矩阵区域集中了图像的大部分低频频谱分量，离矩阵左上角越远的高频频谱几乎不含图像信息。变换过程本身虽然并不产生压缩作用，但是变换后的频率系数却非常有利于码率压缩。

　　量化是对DCT系数的一个优化过程，利用了肉眼的高频不敏感特性对数据进行大幅压缩。整个过程是简易的把频率域的每个成份除以对应的常数，并对结果四舍五入取整，整个流程的目的是减少非零的系数以及增加零值系数数目。量化是有损运算，是图像质量下降的主要因素。对于人眼对亮度与色差的敏感性不一致，分别使用亮度量化表与色度量化表。对量化后的数据采用zigzag蛇形编码，这是因为交流分量中含有大量的零值，zigzag编码可以产生更多连续的零值，对下一步使用行程编码非常有利。

　　行程编码(Run Length Coding)是一种根据相同数据连续重复多次的情况简化表示的算法。例如，5555333333999按照行程编码表示为(5，4)(3，6)(9，3)可以对数据，尤其是大量的零值压缩数据长度。

　　编码后的数据还须通过Huffman编码来压缩，Huffman编码的最大特点是使出现频率较高的数字小于8位，而出现频率低的数字大于8位，这使得数据大幅压缩。

　　到此数据的压缩过程结束，对压缩后的数据按照JPEG文件格式要求进行保存，加上文件开始标记Start Of Image=FFD8，文件结束标记End Of Image =FFD9，量化表标记Deftne Quanttzation Table=FFDB，霍夫曼编码表标记Ddfine Huffman Table=FFC4，帧开始标记Star Of Frame=FFC0等标记，再加上图片识别信息字节标记就最终形成完整的可用于传输或存储的JPEG帧图像，通过套接字接口不间断地发送JPEG图像即形成MJPEG视频流。

　　为提高CPU效率，减少进程间切换产生的开销，将压缩算法函数集成到单一线程里。JPEG核心压缩编码函数MCUcode实现如下：

　　

 

　　其中Y1、Y2、Y3、Y4对应水平排列的4像素亮度值，CB、CR是水平排列以2像素为1单位像素的色度值。