TIFF图像文件格式详解(5)

Myth丶恋晨 2022-09-30 11:51 303阅读 0赞

众所周知， JPEG是基于DCT变换的有损压缩图像格式。自从1992年ITU T.81标准创立以来，JPEG已经取得了巨大的成功。JPEG已经成为了现在最流行的图像格式。任何与图像有关的工具系统必须支持JPEG解码甚至编码。虽然它有这样或者那样的缺点， 由于其高压缩率，简单，灵活，以及应用广泛， 到现在为止一直是最流行的图像格式。虽然JPEG2000有很多优点，但丝毫没有撼动JPEG的老大地位。

虽然JPEG应用广泛， 但也仅仅限于日常生活中。在有些场合需要无损压缩，这时JPEG就无能为力了，比如医疗图像，Digital Photography中的Raw图像的保存。还好JPEG标准在指定的时候就考虑到了这种情况， 专门预留了无损压缩的格式。后来的ITU T.87完善了无损压缩编码，这就是JPEG-LS或者称为Lossless JPEG。

JPEG-LS采用的是预测熵编码。是一种行扫描的编码方式。从这个方面来说，它与JPEG没有任何共同点。不过它所使用的标记（Marker）都定义在JPEG中，所以也不能与JPEG独立开来。要想理解T87，必须得理解T81。

**1 预测模型**

C B

A X

X是需要编码的象素，A，B，C是其三个邻域值

<table> 
 <tbody> 
  <tr> 
   <th>选择值&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; <br> </th> 
   <th>预测值<br> </th> 
  </tr> 
  <tr> 
   <td>0</td> 
   <td>No prediction</td> 
  </tr> 
  <tr> 
   <td>1</td> 
   <td>A</td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>B</td> 
  </tr> 
  <tr> 
   <td>3</td> 
   <td>C</td> 
  </tr> 
  <tr> 
   <td>4</td> 
   <td>A + B – C</td> 
  </tr> 
  <tr> 
   <td>5</td> 
   <td>A + (B – C)/2</td> 
  </tr> 
  <tr> 
   <td>6</td> 
   <td>B + (A – C)/2</td> 
  </tr> 
  <tr> 
   <td>7</td> 
   <td>(A + B)/2</td> 
  </tr> 
 </tbody> 
</table>

在预测过程中，所有不存在的值均初始化为0。

**2 JPEG-LS的编码过程**

首先，根据预测方式计算出差分值以及存储该值所需的比特数

然后，根据huffman码表查出该比特数的huffman码字并输出，然后输出对应位数的差分值

**3 JPEG-LS 码流**

以下码流是从一幅JPEG-LS的图像中截取的码流，对照ITU T81可以轻松理解每一个比特所代表的含义

**FF D8 %SOI(Start Of Image)**

**FF C3 %SOF3**

00 0B %长度＝11，减去当前的两个字节，紧随之后的是9个字节

10 %比特数

0A 92 %高度＝2706

38 60 %宽度= 14432

01 00 11 00

**FF C4 %DHT**

00 24 %长度

00 00 02 01 04 02 03 01 01 01 01 01 00 00 00 00 00 06 07 05 04 08 09 0A 03 0B 01 02 0C 00 0D 0E 0F 10

**FF DA %SOS**

00 08 %长度=8

01 00 00 06 00 00

**%实际图像数据**

FF 00 87 BC 7F 6F 03 F8 7E 7F DC F3 FE 1A A7 F7 4A 7F 86 3F FD B7 5F E2 20 7F 72 17 F8 69 5F DB EB FE 1F 47 F7 2B BF 86 D1 FD D3 2F E1 5E 7F 70 8F F8 93 FF 00 DC 1B FE 1D F7 F7 59 FF 00 84 A1 FD CB 4F E1 7A 7F 70 FB F8 82 5F DC CC FE 18 57 F7 25 BF 86 87 FD D0 4F E1 BD FF 00 6E FF 00 F8 86 BF DC 55 FE 1D 97 F7 15 BF 86 B5 FD C4 2F E1 A1 7F 6C 53 F8 7A 9F D2 4B FE 61 1F F4 37 BF 9C 25 FD 0A 6F 87 EF FB AC FF 00 C4 A3 FE DB EF F1 29 3F AF F5 FC 5F 6F B0 D3 F9 D8 7D AC 7D 00 3F 47 07 42 77 F4 0D BE 3B FF 00 EE D8 FF 00 16 CF FB B7 7F C3 02 FE E3 77 F0 E7 3F B9 C1 FC 2F DF EE 33 7F 0E 7B FB 9C 9F C3 16 FE E1 B7 F1 04 BF B9 85 FC 36 CF EE 3E 7F 0D D3 FB A0 BF C2 82 FE 。。。。。。

**FF D9 %EOI**

**4 一些细节**

**4.1 如何选择预测模型？**

开始我也为这个问题困惑了很久。如果全局图像都用同一个模型，这几个选择直接有差异吗？后来当我看到对Bayer Pattern的Raw图像进行编码的过程后，终于明白了这几个预测模型的差异和用途。

Bayer Pattern的图像如下所示：

BGBGBGBG

GRGRGRGR

BGBGBGBG

GRGRGRGR

BGBGBGBG

GRGRGRGR

BGBGBGBG