JPEG - fotocommunity.de

JPEG-Format

Das JPEG-Komprimierungsverfahren zählt zu den verlustbehafteten Komprimierungstechniken. Zusammen mit dem GIF-Format ist es im Internet am häufigsten anzutreffen. JPEG steht für Joint Photographic Expert Group, das ist eine Untergruppe der ISO, die das Verfahren 1990 standardisierte.

JPEG eignet sich besonders gut für die Komprimierung 'natürlicher' fotorealistischer Abbildungen. Die verwendete Komprimierungstechnik basiert auf der diskreten Cosinus Transformation (DCT) in Verbindung mit der Huffmann-Kodierung.

Für die Bilddaten, die mit dem JPEG-Verfahren komprimiert wurden, entwickelte man ein entsprechendes Datenformat, das JPEG File Interchange Format (JFIF), das es ermöglicht, JPEG-kodierte Information zwischen inkompatiblen Computersystemen auszutauschen.

Die JPEG-Komprimierung ist ein asymmetrisches Komprimierverfahren, d.h. die Kodierung benötigt mehr Rechenzeit als die Dekodierung.

Es wird zwischen vier verschiedenen Modi unterschieden:

Sequential Mode: Das Bild wird in einem Durchgang von links oben nach rechts unten dekodiert. Dieser Modus ist für die meisten Anwendungen gut geeignet und liefert gute Kompressionsraten.

Progressive Mode: Das Bild wird in mehreren aufeinander aufbauenden Durchgängen kodiert/dekodiert. Dabei wird das Bild Durchgang für Durchgang schärfer dargestellt. Dieser Modus ist besonders gut für die Datenkommunikation geeignet.

Hierarchical Mode: Neben den Bilddaten wird ein Thumbnail abgespeichert, dass für eine Vorschau schneller dekodiert werden kann. Dieser Modus eignet sich gut für Bilddatenbanken.

Lossless Mode: Dieser Modus kodiert im Gegensatz zu den anderen verlustfrei.

Mit der JPEG Komprimierung liegt eine sehr leistungsfähiges Komprimierungsverfahren vor, das den Informationsgehalt reduziert, indem es sich Eigenheiten des menschlichen Sehvermögens zu Nutze macht. Das Verfahren ist allerdings nicht besonders gut geeignet für Grafiken und Zeichnungen. Die Komprimierungsraten liegen ungefähr bei 1:20 (im verlustfreien Modus 1:2). Duch den Verlust an Information ist das JPEG Verfahren nicht gut geeignet für die maschinelle Analyse, z. B. in der medizinischen Bildbearbeitungen könnte es zu Fehldiagnosen führen. (siehe auch JPEG Artefakte)

Der designierte Nachfolger des JPEG-Kodierverfahrens ist das JPEG2000-Kodierverfahren, das z. Z. den Standardisierungsprozess der ISO durchläuft. Es basiert auf der sog. Wavelet-Komprimierung, sie gestattet eine Farbtiefe bis zu 48Bit. Weiterhin werden die Kodierung von aprupten Farbübergängen mit harten Kontrasten verbessert. Darüberhinaus verfügt es über Methoden der Fehlererkennung und -korrektur und bietet Möglichkeiten der schrittweisen, progressiven Datenübertrageung in Abhängigkeit von vorgegebenen Qualitätsanforderungen sowie wahlfreien Zugriff auf den Datenstrom.

JPEG-Koprimierungsprozeß

Der Komprimierungsprozeß erfolgt in vier Stufen:

Farbkonversion und Sampling: Zunächst erfolgt eine Zerlegung der Farbkomponenten (ROT, GRÜN, BLAU) anteilig in die Bestandteile Luminanz (Helligkeit) und Chrominanz (Farbinformation). Das menschliche Auge ist weniger farbsensibel als helligkeitssensibel, somit kann die Farbinformation reduziert werden. Mit einem in der Norm CCIR/ITU601 festgelegten Verfahren wird die (RGB)-Information in die Komponenten Y (entspricht Helligkeit) und Cb (entspricht Blaukomponente) und Cr (entspricht Rotkomponente) transformiert. Bei diesem YCrCb-Farbmodell handelt es sich um eine spezielle Variante des YUV-Farbmodells.
Im Bildzerlegungsprozeß (Sampling) werden nun die Cb- und Cr-Anteile mit einer geringeren Auflösung bestimmt als die Y-Komponente (gängig ist z. B. Y:Cb:Cr=4:1:1). So können also RGB-Pixel, die bei 24Bit Farbtiefe 8+8+8Bit benötigen auf 8(Y)+2(Cb)+2(Cr)=12Bit reduziert werden.

Diskrete Cosinus Transformation: Mit Hilfe der DCT werden Intensitätsdaten in Frequenzdaten transformiert. Es ist so eine Aussage darüber möglich, wie schnell sich die Intensität von Farb- und Helligkeitsinformation im Bild verändert. Zunächst wird das Bild in 8x8 Blöcke zerlegt. Jede der Bildkomponenten (Y,Cr,Cb) wird im weiteren Verlauf separat abgearbeitet. Aufrund der unterschiedlichen Sampleraten haben die einzelnen Komponenten unterschiedlich viele Blöcke. Die Pixel in einem solchen Block starten links oben (0,0) und enden rechts unten (7,7). Ein Bildpunkt (x,y) besitzt die Bildinformation f(x,y). Die DCT erzeugt nun einen neuen Block (u,v) mit der folgenden Transformation:

Das Ergebnis dieser Transformation ist eine Frequenzraummatrix, die die Frequenzen- und Amplitudenverteilung für den betrachteten Raum angibt. Große gleichmässige Flächen schlagen sich als niedrige Frequenzen, kleine feine Details in den hohen Frequenzen nieder. Der duch die DCT neu entstandene Block F(u,v) enthält an der Stelle F(0,0) den Mittelwert aller Werte des Blocks. F(1,0) gibt den Grad an, bei dem sich die Bildwerte in beide Richtungen langsam verändern, F(7,7) gibt die schnellen Veränderungen an. Da in einem natürlichen Bild scharfe Linien und abrupte Farbwechsel eher selten sind, sind die Werte der höheren Frequenzen eher sehr klein, und die niedrigeren eher hoch.

Quantisierung Die einzelnen Elemente eines solchen 8x8 Blocks werden nun quantisiert, d.h. sie werden durch eine bestimmten Wert Q(u,v) dividiert und auf eine ganze Zahl aufgerundet. Diese 64 verschiedene Quantisierungswerte Q(u,v) sind vom JPEG-Kommitee festgelegt (es können aber auch eigene mit in der Datei abgespeichert werden). Hohe Frequenzen, die bereits einen sehr niedrigen Wert haben, werden zu Null quantisiert. Bei den niedrigeren Frequenzen wird eine feinere Abstufung verwendet.
Die Dekodierung erfolgt genau umgekehrt mit einer entsprechenden Multiplikation, allerdings können durch die Rundung die ursprünglichen Werte nicht exakt wiederhergestellt werden. Die Quantisierung ist der Grund für den verlustbehafteten Charakter des JPEG-Verfahrens. Es wird die Eigenschaft des menschlichen Sehens ausgenutzt, dass unscharfe Kanten weniger auffällig sind als Fehler in der Helligkeitsverteilung.

Eigentliche Komprimierung Die Werte der Elemente F(0,0) werden jeweils als Differenzen gespeichert, da aufeinanderfolgende Blöcke meist ähnliche Werte haben. Die restlichen F(1,0) bis F(7,7) werden im Zick-Zack-Verfahren niedergeschrieben, typischerweise die niedrigen Frequenzen zuerst und die hohen meist nullquantisierten zuletzt. Die Komprimierung erfolgt dann mittels einer modifizierten Huffmann-Kodierung.