TÌM HIỂU VỀ CHUẨN NÉN JPEG

TÌM HIỂU VỀ CHUẨN NÉN JPEG

HỌC VIỆN BCVT&CNTT

TRƯỜNG TRUNG HỌC BCVT & CNTT II

BÀI TIỂU LUẬN

MÔN: XỬ LÝ ÂM THANH VÀ HÌNH ẢNH



Đề Tài: TÌM HIỂU VỀ CHUẨN NÉN JPEG

GVHD: Th.S Nhóm: 2 – Lớp L11CQVT09 - NSVTH: Đỗ Thị Hằng

Nguyễn Quang Minh

Võ Như Cường

Lê Quang Sang

Lê Trường An

Đà nẵng, ngày 22 tháng 10 năm 2012

1.1 Khái niệm chuẩn nén JPEG.

JPEG viết tắt của Joint Photographic Experts Group ( Hiệp hội các chuyêngia hình ảnh) là tên của một nhóm nghiên cứu đã phát minh ra chuẩn này, từ năm

1986 nhóm nghiên cứu đã đưa ra chuẩn nén ảnh JPEG và đến năm 1994 JPEGđược khẳng định với tiêu chuẩn ISO 10918-1

JPEG là định dạng nén ảnh có tổn thất, mặc dù có sự thay đổi của các biếnthể nhưng nó vẫn giữ được nguyên lý của chuẩn nén cơ bản JPEG (các định dạng

mở rộng khác như jpg, jpeg, jpe, jfif và jif) JPEG được sử dụng để lưu trữ ảnh

và truyền qua mạng Internet (World Wide Web) Định dạng nén JPEG được sửdụng trong tất cả máy ảnh kỹ thuật số có kích thước rất nhỏ nên thường chụpđược nhiều ảnh trên một thẻ nhớ, JPEG dễ hiển thị trên màn hình, ảnh có thểchuyển nhanh qua thư điện tử (dung lượng từ 300KB đến 700KB), ảnh JPEGchất lượng cao có dung lượng khoảng vài MB hay lớn hơn, khuyết điểm chínhcủa ảnh JPEG là ảnh có chất lượng thấp, ảnh thường bị suy giảm nếu so với ảnhgốc

Công nghệ nén ảnh JPEG là một trong những công nghệ nén ảnh hiệu quả,cho phép làm việc với các ảnh có nhiều màu và kích cỡ lớn Tỷ lệ nén ảnh đạtmức so sánh tới vài chục lần Tuy nhiên được cái này phải mất cái khác, đó làquy luật bù trừ tự nhiên Thông thường các ảnh màu hiện nay dùng 8 bit (1 byte)hay 256 màu thaycho từng mức cường độ của các màu đỏ, xanh lá cây và xanh datrời Như thế mỗi điểm của ảnh cần 3 byte để lưu mã màu, và lượng byte một ảnh

màu này chiếm gấp 24 lần ảnh trắng đen cùng cỡ Với những ảnh này các phươngpháp nén ảnh như IFF (Image File Format) theo phương pháp RLE (Run LengthEncoding) không mang lại hiệu quả vì hệ số nén chỉ đạt tới 2:1 hay 3:1 (tất nhiên

là kết quả nén theo phương pháp RLE phụ thuộc vào cụ thể từng loại ảnh Ví dụnhư kết quả rất tốt với các loại ảnh ít đổi màu) Ưu điểm cao của phương phápnày là ảnh đã nén sau khi giải nén sẽ trùng khớp với ảnh ban đầu Một số phươngpháp nén khác không để mất thông tin như của Lempel- Ziv -Welch (LZW) cóthể cho hệ số nén tới 6:1 Nhưng như thế vẫn chưa thật đáp ứng yêu cầu đòi hỏithực tế Phương pháp nén ảnh theo thuẩn JPEG có thể đạt hệ số nén tới 80:1 haylớn hơn, nhưng phải chịu mất thông tin (ảnh sau khi giải nén khác với ảnh banđầu), lượng thông tin mất mát tăng dần theo hệ số nén Tuy nhiên sự mất mátthông tin này không bị làm một cách cẩu thả JPEG tiến hành sửa đổi thông tinảnh khi nén sao cho ảnh mới gần giống như ảnh cũ, khiến phần đông mọi ngườikhông nhận thấy sự khác biệt Và bạn hoàn toàn có thể quản lý sự mất mát nàybằng cách hạn chế hệ số nén Như thế người dùng có thể cân nhắc giữa cái lợicủa việc tiết kiệm bộ nhớ và mức độ mất thông tin của ảnh, để chọn phương ánthích hợp

1.2 Ưu nhược điểm của phương pháp nén ảnh theo chuẩn JPEG

Ưu điểm: JPEG cho phép nén ảnh với tỉ số nén lên đến 80:1 hoặc

cao hơn, hiển thị cáchình ảnh đầy đủ màu hơn (full- colour) cho định dạng diđộng mà kích thước file lại nhỏ hơn JPEG cũng được sử dụng rất nhiều trênWeb Lợi ích chính của chúng là chúng có thể hiển thị các hình ảnh với màuchính xác true- colour (chúng có thể lên đến 16 triệu màu), điều đó cho phép

chúng được sử dụng tốt nhất cho các hình ảnh chụp và hình ảnh minh họa có sốlượng màu lớn.

Nhược điểm : nhược điểm chính của định dạng JPEG là chúng được

nén bằng thuật toán lossy (mất dữ liệu) Điều này có nghĩa rằng hình ảnh của bạn

sẽ bị mất một số chi tiết khi chuyển sang định dạng JPEG Đường bao giữa cáckhối màu có thể xuất hiện nhiều điểm mờ, và các vùng sẽ mất sự rõ nét, tỉ số néncàng cao thì sự mất mát thông tin trên ảnh JPEG càng lớn Nói một cách khác,định dạng JPEG thực hiện bảo quản tất cả các thông tin màu trong hình ảnh

đó, tuy nhiên với các hình ảnh chất lượng màu cao high- colour như hình ảnhchụp thì điều này sẽ không hề hấn gì Các cảnh JPEG không thể làm trong suốthoặc chuyển động - trong trường hợp này bạn sẽ sử dụng định dạng GIF (hoặcđịnh dạng PNG để tạo trong suốt)

1.3 Phân loại phương pháp nén JPEG.

JPEG (1992): Đây là loại JPEG tiêu chuẩn Phương pháp nén ảnh

dựa trên nguyên lý sau: Ảnh màu trong không gian của 3 màu RGB (Red GreenBlue) được biến đổi về hệ YUV (hay YCBCr) (điều này không phải là nhất thiết,nhưng nếu thực hiện thì cho kết quả nén cao hơn) Hệ YUV là kết quả nghiên cứucủa các nhà sản xuất vô tuyến truyền hình hệ Pal, Secam và NTSC, nhận thấy tínhiệu video có thể phân ra 3 thành phần Y, U, V (cũng như phân theo màuchuẩn đỏ, xanh lá cây và xanh da trời) Và một điều thú vị là thị giác của conngười rất nhạy cảm với thành phần Y và kém nhạy cảm với hai loại U và V.Phương pháp JPEG đã nắm bắt phát hiện này để tách những thông tin thừa củaảnh Hệ thống nén thành phần Y của ảnh với mức độ ít hơn so với U, V, bởingười ta ít nhận thấy sự thay đổi của U và V so với Y Giai đoạn tiếp theo là biến

đổi những vùng thể hiện dùng biến đổi cosin rời rạc (thông thường là những vùng8x8 pixel) Khi đó thông tin về 64 pixel ban đầu sẽ biến đổi thành ma trận có 64

hệ số thể hiện "thực trạng" các pixel Điều quan trọng là ở đây hệ số đầu tiên cókhả năng thể hiện "thực trạng" cao nhất, khả năng đó giảm rất nhanh với các hệ

số khác Nói cách khác thì lượng thông tin của 64 pixel tập trung chủ yếu ở một

số hệ số ma trận theo biến đổi trên Trong giai đoạn này có sự mất mát thông tin,bởi không có biến đổi ngược chính xác Nhưng lượng thông tin bị mất này chưađáng kể so với giai đoạn tiếp theo Ma trận nhận được sau biến đổi cosin rời rạcđược lược bớt sự khác nhau giữa các hệ số Đây chính là lúc mất nhiều thông tin

vì người ta sẽ vứt bỏ những thay đổi nhỏ của các hệ số Như thế khi giải nén ảnh

đã nén bạn sẽ có được những tham số khác của các pixel Các biến đổi trên ápdụng cho thành phần U và V của ảnh với mực độ cao hơn so với Y (mất nhiềuthông tin của U và V hơn) Sau đó thì áp dụng phương pháp mã hóa củaHuffman: Phân tích dãy số, các phần tử lặp lại nhiều được mã hóa bằng ký hiệungắn (marker) Khi giải nén ảnh người ta chỉ việc làm lại các bước trên theo quátrình ngược lại cùng với các biến đổi ngược

Vì phương pháp này thực hiện với các vùng ảnh (thông thường là 8 x 8pixel) nên hay xuất hiện sự mất mát thông tin trên vùng biên của các vùng(block) này Hiện nay người ta đã giải quyết vấn đề này bằng cách làm trơn ảnhsau khi bung nén để che lấp sự khác biệt của biên giới giữa các block Một hệ nénảnh theo chuẩn JPEG cùng algorithm làm trơn ảnh đã được công ty ASDG đưa ratrong hệ Art Department Professional

II.1 Nguyên tắc nén ảnh chung.

Một tính chất chung nhất của tất cả các ảnh số đó là tương quan giữa cácpixel ở cạnh nhau lớn, điều này dẫn đến dư thừa thông tin để biểu diễn ảnh Dưthừa thông tin sẽ làm cho việc mã hoá không tối ưu Do đó công việc cần làm đểnén ảnh là phải tìm được các biểu diễn ảnh với tương quan nhỏ nhất để giảmthiểu độ dư thừa thông tin của ảnh Thực tế, có hai kiểu dư thừa thông tin đượcphân loại như sau:

 Dư thừa trong miền không gian: tương quan giữa các giá trị pixelcủa ảnh, điều này có nghĩa rằng các pixel lân cận của ảnh có giá trị gần giốngnhau (trừ những pixel ở giáp đường biên ảnh)

 Dư thừa trong miền tần số: Tương quan giữa các mặt phẳng màuhoặc dải phổ khác nhau

Mã hoá băng con

Hình 2.1 Sơ đồ khối một hệ thống nén ảnh điển hình

Nội dung của bài báo này sẽ thảo luận về hai phương pháp nén ảnh tĩnhhiện đang được nghiên cứu rộng rãi và so sánh ưu nhược điểm của các phươngpháp này:

 Nén dùng biến đổi cosin rời rạc DCT (Discrete Cosin Transform):đang được dùng trong chuẩn nén ảnh JPEG hiện nay

 Mã hoá băng con SBC (Subband Coding): Sẽ được kết hợp với biếnđổi wavelet dùng làm chuẩn nén ảnh JPEG trong tương lai.

Mã hoá biến đổi DCT

Nguyên tắc chính của phương pháp mã hoá này là biến đổi tập các giá trịpixel của ảnh trong miền không gian sang một tập các giá trị khác trong miền tần

số sao cho các hệ số trong tập giá trị mới này có tương quan giữa các điểm ảnhgần nhau nhỏ hơn

Hình 2.2 Sơ đồ mã hóa và giải mã dùng biến đổi DCT

Mỗi khối 64 điểm ảnh sau biến đổi DCT thuận sẽ nhận được 64 hệ số thựcDCT Mỗi hệ số này có chứa một trong 64 thành phần tần số không gian haichiều Hệ số với tần số bằng không theo cả hai hướng (tương ứng với k1 và k2bằng 0) được gọi là hệ số một chiều DC, hệ số này chính là giá trị trung bình của

64 điểm ảnh trong khối 63 hệ số còn lại gọi là các hệ số xoay chiều AC Hệ sốmột chiều DC tập trung phần lớn năng lượng của ảnh

Hình 2.3 Các bước của quá trình mã hóa biến đổi DCT đối với 1 khối

Quá trình giải lượng tử ở phía bộ giải mã được thực hiên ngược lại Các hệ

số sau bộ giải mã entropy sẽ nhân với các bước nhảy trong bảng lượng tử (bảnglượng tử được đặt trong phần header của ảnh JPEG) Kết quả này sau đó sẽ đượcđưa vào biến đổi DCT ngược

hệ số có tần suất cao được gắn cho một từ mã ngắn, các hệ số có tần suất thấpđược gán một từ mã dài Với cách thức này chiều dài trung bình của từ mã đãgiảm xuống.

Các hệ số thu được sau khi lượng tử hoá sẽ được sắp xếp thành một chuỗi các kýhiệu theo kiểu “zig-zag” để đặt các hệ số có tần số thấp lên trước các hệ số tần sốcao Các hệ số này sẽ được mã hoá dựa trên bảng mã Huffman sao cho chiều dàitrung bình của từ mã là nhỏ nhất Bảng mã này cũng sẽ được đặt trong phần màođầu của ảnh để thực hiện giải nén ảnh

Mã hóa băng con.

 Tại sao phải mã hoá băng con? Mặc dù với tất cả các ưu điểm củanén ảnh JPEG dựa trên biến đổi DCT như: tính toán đơn giản, chất lượng tốt và

dễ dàng thực hiện về mặt phần cứng Nhưng phương pháp này cũng không hẳn làkhông có nhược điểm Vì ảnh đầu vào được phân chia thành nhiều khối độc lập,các khối này được thực hiện biến đổi DCT riêng cho nên vẫn có tương quan ởdọc đường biên của các khối Điều này sẽ gây ra lỗi khối khi thực hiện mã hoávới tốc độ bit thấp

 Ý tưởng của mã hoá băng con: Trong một ảnh số, các thành phần tần

số cao chủ yếu tập trung ở vùng biên của ảnh, đấy là nơi mà các giá trị mức xámcủa các điểm ảnh có độ chênh lệch lớn Mà trong đa số các ảnh, các chi tiết củaảnh thường thay đổi chậm tức là chênh lệch mức xám giữa các điểm ảnh gầnnhau nhỏ Như vậy có thể kết luận rằng phổ tần của ảnh tập trung chủ yếu ở miềntần số thấp Trong các phương pháp nén ảnh trước đây, việc mã hoá thực hiện

trong toàn dải tần của ảnh, như vậy sẽ gây dư thừa thông tin khi mã hoá trongmiền tần số cao vì ở tần số cao không có nhiều thông tin của ảnh Ý tưởng củaphương pháp mã hoá băng con là chia dải tần số của ảnh thành nhiều dải tần con

và mã hoá ở mỗi dải tần một số lượng bit khác nhau Ví dụ, ở dải tần số cao số bit

mã hoá sẽ không cần nhiều bằng ở miền tần số thấp Với phương pháp này hiệuquả nén sẽ tăng lên và nhiều khối cũng không xuất hiện nữa do không phải phânchia ảnh thành các khối để xử lý

 Nguyên tắc cơ bản trong quá trình mã hoá ảnh băng con là phân chiaảnh thành nhiều dải tần số thông qua các bộ lọc thông thấp, thông dải và thôngcao Các dải tần này gọi là các băng con Sau đó, các băng con này sẽ được lượng

tử và mã hoá độc lập nhau, tuỳ thuộc vào tính chất thống kê và mật độ nănglượng của từng dải mà số bit mã hoá khác nhau

Hình 2.4 a) Băng lọc phân tích; b) Hai bộ lọc thông thấp và thông caoc) Phần vùng trong miền tần số; d) Băng lọc tổng hợp

Trong thực tế, rất nhiều lỗi được tạo ra trong quá trình nén và truyền ảnh:lỗi do lượng tử hoá, do mã hoá, lỗi kênh truyền… bên cạnh đó, bản thân băng lọccòn gây ra lỗi do phía thu không khôi phục lại được chính xác tín hiệu phát Do

đó, nếu không quan tâm đến sự có mặt của các bộ mã hoá và kênh truyền thì

trước tiên băng lọc phải có tính khôi phục hoàn hảo tức là tín hiệu ra phải là mộtbản trễ nguyên gốc của tín hiệu đầu vào Điều này phụ thuộc vào việc thiết kế các

bộ lọc trong băng lọc Có rất nhiều các nghiên cứu để tìm ra các băng lọc thoảmãn tính khôi phục hoàn hảo Một trong những dạng như vậy là băng lọc gươngcầu phương QMF (Quadrature Mirror Filter) với bộ lọc thông cao (H) là ảnhgương của bộ lọc thông thấp (L) qua trục П/2 (hình 1b)

So sánh hai phương pháp nén ảnh

Tỷ số tín hiệu trên nhiễu SNR (Signal-to-Noise): Mã hoá băng con có tỷ sốtín hiệu trên nhiễu cao hơn với tất cả các tốc độ bit mã hoá (hình 4) Thêm nữa,với mã hoá băng con, ảnh khôi phục không bị ảnh hưởng bởi nhiễu khối như vớibiến đổi DCT

Hình 2.5 Tỷ số tín hiệu trên nhiễu với 2 phương pháp SBC và DTC

Lỗi trung bình bình phương MSE (Mean Square Error): được dùng để sosánh tổng trung bình giá trị mức xám của các điểm ảnh trước khi nén và sau khikhôi phục Hình 5 cho thấy mã hoá băng con cho MSE nhỏ hơn biến đổi DCT

Hình 2.6 Lỗi trung bình bình phương với 2 phương pháp SBC và DTC

Mã hoá băng con được xem như một bước tiến mới không chỉ trong kỹthuật nén ảnh mà con trong nén tiếng, nén video Với hiệu quả nén cao và độphức tạp tính toán vừa phải, mã hoá băng con hiện đang được nghiên cứu để ápdụng cho chuẩn nén ảnh cho JPEG 2000

II.2 Nguyên tắc nén ảnh theo chuẩn JPEG

Nguyên lý của phương pháp nén JPEG là: Cắt hình ảnh thành từng khốinhỏ, phân tích tất cả các dữ liệu về màu sắc, độ sáng mà các khối đó chứa bằngcác phương trình ma trận Ảnh màu trong không gian RGB (Red, Green, Blue)được chuyển đổi qua hệ YUV Trong khi thị giác của con người lại rất nhạy cảmvới hệ Y, ít nhạy cảm hơn nhiều với hệ U, V Hệ thống sẽ nén thành phần Y củaảnh ở mức độ ít hơn nhiều so với U và V Kế tiếp là dùng biến đổi Cosin rời rạc,sau nữa là mã hóa theo phương pháp Hoffman Khi giải nén ảnh, các bước thựcthi sẽ làm ngược lại quá trình nói trên

Chuẩn nén JPEG là một tiến trình gồm nhiều bước như sau:

Quy tắc hóa (regularizing stage) để làm cho ảnh có nhiều đoạn giốngnhau hơn thực tế Ảnh màu được chuyển sang dạng YUV hoặc CIELAB, trong

đó thông tin về độ chói (luminance) được tách rời với thông tin về độ màu(chrominance) Một yếu tố được tính tới là mắt người ta nhạy cảm với nhữngthay đổi nhỏ về độ sáng hơn là những thay đổi về màu sắc, đặc biệt ở đầu xanhcủa phổ Ngoài ra cách làm này còn khai thác thực tế là ảnh thường có nhiềuvùng lớn tại đó các điểm kế nhau rất giống nhau về kênh màu

Lấy mẫu cho các kênh màu ( gọi là “downsampling” hoặc “chromasubsampling”) Đây là một trong hai công đoạn làm mất thông tin và chỉ thựchiện khi bạn chọn xác lập tỉ lệ nén cao/chất lượng thấp (high compresion/lowquality) của JPEG Lấy mẫu (subsampling) nghĩa là loại bỏ có hệ thống các thôngtin màu sắc đối với các hàng hoặc cột điểm ở tỉ lệ cho trước Nếu bạn thực hiện

cứ haii hàng loại bỏ một hàng và hai cột loại bỏ một cột, bạn giảm được dữ liệumàu đi 75% Khi tời ảnh, trị của các điểm loại bỏ trước đó được ngoại suy từnhững gì còn lại

Chia ảnh gốc thành các khối ảnh (block) nhỏ kích thước 8x8 khôngchồng chéo lên nhau Tiếp theo, giá trị của mỗi điểm ảnh ở mmoix khối ảnh sẽđược trừ đi 128 Lý do là do giá trị các điểm ảnh có giá trị từ 0 đến 255 ( được

mã hóa bởi 8 bít không dấu), áp dụng biến đổi DCT sẽ tạo ra các hệ số AC cógiải giá trị từ -1023 đến +1023 (có thể được mã hóa bởi 11 bít có dấu) Nhưng hệ

số DC lại có giải gá trị từ 0 đến 2040 (được mã hóa bởi 11 bít không dấu) và cầncách xử lý khác ở phần cứng hoặc phần mềm so với các hệ số AC Chính vì thếviệc trừ giá trị mỗi điểm ảnh đi 128 là để sau khi biến đổi DCT cả các hệ số AC

và DC có cùng giải giá trị thuận lợi cho việc xử lý và biểu diễn

Với mỗi khối ảnh hai chiều kích thước 8x8, áp dung biến đổi DCT

để tạo ra mảng hai chiều các hệ số biến đổi Hệ số có tương ứng với tần số không

gian thấp nhất nhưng lại có giá trị lớn nhất được gọi là hệ số DC (một chiều), nó

tỉ lệ với độ chói trung bình của cả khối ảnh 8x8 Các hệ số còn lại gọi là các hệ

số AC (xoay chiều) Theo lý thuyết, biến đổi DCT không làm mất mát thông tin,

mà đơn giản nó chỉ chuyển thông tin ảnh sang miền không gian mới thuận lợihơn cho mã hóa ở bước tiếp theo

Mảng hai chiều các hệ số biến đổi được lượng tử hóa sử dụng bộlượng tử hóa tỉ lệ đồng nhất Nghĩa là các hệ số được lượng tử hóa riêng lẻ và độclập Quán trình lượng tử hóa dựa trên sinh lý của hệ thống măt người: cảm nhậnhình ảnh có độ nhạy kém hơn ở các hệ số tần số cao và có độ nhạy tốt hơn ở các

hệ số có tần số thấp Bảng lượng tử hóa lấy tỉ lệ để tạo ra các mức nén thay đổitùy theo tốc độ bít và chất lượng ảnh Việc lượng tử hóa sẽ tạo ra rất nhiều giá trị

0, đặc biệt là ở tần số cao Quá trình làm tròn trong khi lượng tử hóa chính lànguyên nhân chính gây ra sự tổn hao nhưng lại là yếu tố chính đem lại hiệu suấtnén

Để tận dụng ưu điểm của các hệ số đã được lượng tử có giá trị gầnbằng 0, mảng hai chiều các hệ số đã được lượng tử sẽ sắp xếp theo hình Zigzagtạo thành mảng một chiều Cách sắp xếp này cho phép giảm thiểu năng lượng tổnhao trung bình và tạo ra dãy các giá trị 0 liên tiếp Kiểu quét Zigzag cũng nhằmdặt các hệ số có tần số thấp lên trước các hệ số có tần số cao Các hệ số này sẽđược mã hóa ajj trên bảng mã Huffman sao cho chiều dài trung bình của từ mã lànhỏ nhất

Đến đây các hệ số được nén trung thực bằng mã hóa độ dài RLC Tiếp đến, các hệ số DC được tách khỏi các hệ số AC và sử dụng kỹ thuật

chạy-mã hóa điều xung chạy-mã vi sai- DPCM

Bước cuối cùng của quá trình nén là sử dụng mã hóa entropy chẳnghạn mã hóa Huffman cho các AC và DC (sau khi đã mã hóa DPCM) để tăngthêm hiệu quả nén cũng như giảm thiểu lỗi.

Ở phía giải nén, luồng bít mã hóa được giải mã entropy, sau đó mảng haichiều các hệ số DCT đã được lượng tử hóa được giải sắp xếp Zigzag và gải lượng

tử Mảng hai chiều các hệ số DCT kết quả sẽ được biến đổi IDCT rồi cộng mỗigiá trị với 128 để xấp xỉ tạo thành các khối ảnh con kích thước 8x8 Chú ya làbảng lượng tử hóa và mã hóa entropy ở cả phía nén và giải nén là đồng nhất Haithành phần hiệu màu cũng được mã hóa tương tự như thành phần chói ngoại trừkhác biệt là chúng được lấy mẫu xuống hệ số 2 hoặc 4 cả chiều ngang và dọctrước khi biến đổi DCT Ở phía giải nén, thành phần màu sẽ được nội suy độ chói(Y) và hiệu màu (U, V) thành R, G và B

Quá trình nén và giải nén được mô tả theo các hình vẽ dưới đây:

Hình 2.7 Sơ đồ quá trình nén ảnh theo chuẩn JPEG.

Hình 2.8 Sơ đồ quá trình giải nén ảnh theo chuẩn JPEG