Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
IEC 10918-3-00 (2018) 连续色调静止图像的数字压缩与编码 第3部分：扩展技术详解
JPEG标准扩展功能的技术原理、实现与应用指南
一、标准概况与适用范围
IEC 10918-3-00 (2018) 是国际标准化组织（ISO）与国际电工委员会（IEC）联合发布的 连续色调静止图像的数字压缩与编码 系列标准的第3部分，正式名称为 Information technology — Digital compression and coding of continuous-tone still images — Part 3: Extensions。作为著名的 JPEG 标准（ISO/IEC 10918 系列）的核心扩展部分，该标准在基线 JPEG（Baseline JPEG）基础上增加了多种高级编码模式及文件交换支持，旨在满足不同应用场景对压缩效率、无损保留、渐进传输和色彩灵活性的更高需求。
本标准的适用范围覆盖了需要超越基线 JPEG 能力的领域，包括但不限于：
- 高压缩比优先的数字相机与图像存档系统（利用算术编码提升压缩率）；
- 医疗影像、卫星遥感等要求精确还原的无损应用（采用预测编码）；
- 网页浏览、远程协作及流媒体场景（依赖分层或逐步渐进实现快速预览）；
- 跨平台图像交换及色彩管理需求（通过 SPIFF 与 JFIF 文件格式支持多色彩空间）。
标准实施益处：采用 IEC 10918-3 扩展功能，可在不改变底层 DCT 框架的条件下，获得最高比基线提升约10%的压缩效率，同时支持接近至无损质量，极大丰富了 JPEG 的应用生态。
二、主要技术内容与要求
IEC 10918-3 引入了四大类关键技术扩展，每一类均规定了独立的编码算法、标记码分配以及解码过程。以下逐一分析其原理与技术要求。
2.1 算术编码
作为可选熵编码，算术编码替代了基线中的霍夫曼编码。它基于概率区间划分，利用 QM 编码器实现符号的连续二进制编码。相比霍夫曼，算术编码可提升 5%–10% 的压缩效率，尤其适用于符号分布不均匀的量化系数。标准规定了算术编码的上下文模型、概率估计状态表以及编码过程的伪码。实现时必须严格遵循标记码 0xFFA8 开始的表格定义，并处理终止与填充逻辑。
专利注意事项：早期算术编码实现涉及多国专利权（如 IBM、Mitsubishi 等），部分已于 2010–2020 年密集到期。截至 2026 年，绝大部分核心专利已失效，但实施者仍需在特定地域进行专利排查，避免合规风险。
2.2 无损及近似无损预测编码
本部分定义了八种预测模式（Mode 1–7 以及 Mode 8 特殊模式），基于相邻样本的线性组合对当前样本进行预测，并编码预测误差。无需 DCT，因此完全无损。标准要求对于每个分量，可选择介于 2–16 比特的采样精度，并支持交换预测器的切换。该模式广泛应用于医学影像（DICOM 优选）和档案数字化中。
2.3 分层编码模式
分层编码将图像分解为多个空间分辨率层（渐进的帧间框架）。每一层基于上一层的重构图像进行差分编码，可独立采用不同质量的量化矩阵。标准规定了帧间过采样滤波、塔形合成及层依赖的标记序列。解码器需支持多帧重建以恢复全分辨率图像。该模式在低带宽环境下实现快速图像预览。
2.4 逐步 DCT 渐进模式
基于 DCT 的渐进编码分为 频谱选择（Spectral Selection，先传送低频分量，再传送高频分量）和 连续逼近（Successive Approximation，逐步提高位的精度）。两种方法可单独或组合使用。标准定义了三种渐进扫描类型，并要求解码器状态变量记录当前段的位置和阈值。此模式用于互联网图像渐进加载，实现在小部分数据传输后即显示可识别的预览。
2.5 扩展文件格式与色彩支持
除了编码扩展，标准明确推荐使用 JPEG 交换文件格式（JFIF）和 SPIFF（Still Picture Interchange File Format）以容纳扩展码流。SPIFF 提供了色彩空间标签、分辨率和标记元数据，支持 YCbCr、RGB、YCCK 等。标准还引入扩展标记码（如 0xFFFF 用于算术编码表）确保解码器正确识别扩展功能。
| 扩展模式 | 核心算法 | 压缩效率（相同质量） | 有损/无损 | 渐进支持 |
|---|---|---|---|---|
| 算术编码（Baseline+） | QM算术编码 | 提高 5–10% | 有损 | 否（可与基线类似扫描） |
| 无损预测编码 | 7种预测器 + 熵编码 | 中等（约1.5:1–3:1） | 无损 | 否 |
| 分层编码 | 帧间差分 + DCT | 8–15% 码率节省 | 有损/近无损 | 是（空间渐进） |
| 逐步DCT（频谱选择） | 按频率段分段编码 | 与基线相当 | 有损 | 是（质量渐进） |
| 逐步DCT（连续逼近） | 按位平面编码 | 与基线相当 | 有损 | 是（精度渐进） |
三、实施要点与注意事项
在应用 IEC 10918-3 进行开发或系统集成时，需重点关注以下方面：
- 向后兼容性：扩展 JPEG 码流不能被基线解码器正确解码（除非仅使用算术编码且未启用其他扩展）。标头标记 0xFFC0–0xFFC3 帮助识别能力需求。部署经典 JPEG 解码器前应读取标记进行能力评估，避免显示乱码。
- 文件格式选择：优先使用 SPIFF（扩展名 .jps 或 .spf）或标准 JFIF。如果仅使用算术编码，仍可使用常规 .jpg，但需确保解码器支持。对于无损或渐进模式，强烈推荐 SPIFF 以避免体系错配。
- 算法实现细节：无损预测编码必须准守预测器选择的稳定性；在分层编码中，上采样滤波器的选择（如双线性或更高质量）直接影响后续层压缩率。/li>
- 测试与合规：建议使用符合 ISO/IEC 10918-4（一致性测试）的参照码流，验证实现是否满足标记码预期和解码结果正确性。
强制性条款：根据标准，所有声称支持本部分的解码器必须能够正确解析扩展标记码 0xFFC8–0xFFCF，并在遇到不支持的模式时做出明确错误码反馈，不能静默输出错误图像。编码器则应在生成扩展码流时设置正确的标记枚举，确保互操作性。
实用技巧：在嵌入式环境中，建议仅启用必要的扩展（如仅算术编码+无损预测），避免同时使用多种渐进模式带来内存复杂性。对于带宽敏感场景，先顺序进行频谱选择，再实施连续逼近可获得最佳压缩启动速度。
四、与其他标准的关系
JPEG 标准家族不断发展，理解 IEC 10918-3 与其他标准的关系有助于合理选型：
- ISO/IEC 10918-1（基线JPEG）：本扩展标准完全依赖第1部分定义的 DCT 框架和 Huffman 编码，扩展模式在层、预测和渐进方面进行了向上增强，但输出码流不向下兼容。
- ISO/IEC 15444（JPEG 2000）：采用小波变换，提供更好的渐进、无损和区域编码能力。JPEG 2000 在高精度影像存档有优势，但计算复杂度高于 JPEG 扩展。IEC 10918-3 更适合计算资源受限、需兼容现有生态的场合。
- ISO/IEC 18477（JPEG XT）：设计为向后兼容基线 JPEG，支持 HDR、更高位深等扩展。JPEG XT 利用扩展标记整合新功能，可被基线解码器显示一个可接受的版本。与 IEC 10918-3 相比，JPEG XT 更强调兼容性，而本扩展更注重增强编码效率。
- ISO/IEC 14495（JPEG LS）：专用无损/近无损压缩标准，采用 LOCO-I 预测器，压缩效率优于 JPEG 扩展的无损模式。在仅需无损压缩时，JPEG LS 是更现代的选择。
综上，IEC 10918-3 仍然在老旧系统、低成本设备和传统行业软件中无可替代；而新项目可考虑融合 JPEG XT 实现更好的兼容路径。
常见问题（FAQ）
问：JPEG 扩展与基线 JPEG 的主要区别是什么？
答：基线 JPEG 仅支持霍夫曼编码、顺序扫描、8比特精度。扩展增加了算术编码、无损预测、分层编码和逐步 DCT 渐进模式，并可支持 12–16 比特采样精度。主要区别在于扩展提供了压缩效率提升和多样化的渐进功能，但码流不能被基线解码器直接解释。
答：基线 JPEG 仅支持霍夫曼编码、顺序扫描、8比特精度。扩展增加了算术编码、无损预测、分层编码和逐步 DCT 渐进模式，并可支持 12–16 比特采样精度。主要区别在于扩展提供了压缩效率提升和多样化的渐进功能，但码流不能被基线解码器直接解释。
问：如何根据应用场景选择正确的扩展模式？
答：若首要目标是最高压缩比（允许有损），优先选择算术编码；若需要无损档案，使用无损预测编码（Mode 4–7 效果好）；若需网络渐进加载，对于大图像建议使用分层编码（空间渐进更直观），对于中等图像逐步 DCT（频谱选择+连续逼近）设置少量的段即可；如果文件需要被通用软件读取，尽量限制在算术编码或无损预测内，并使用 JFIF 封装。
答：若首要目标是最高压缩比（允许有损），优先选择算术编码；若需要无损档案，使用无损预测编码（Mode 4–7 效果好）；若需网络渐进加载，对于大图像建议使用分层编码（空间渐进更直观），对于中等图像逐步 DCT（频谱选择+连续逼近）设置少量的段即可；如果文件需要被通用软件读取，尽量限制在算术编码或无损预测内，并使用 JFIF 封装。
问：JPEG 扩展文件是否可以使用普通的 .jpg扩展名？
答：可以，但前提是解码器具备扩展能力。许多解码库（如 libjpeg-turbo）通过自动检测标记来启用扩展解码。为避免混淆，对于仅包含算术编码的有损图像，通常仍用 .jpg。对于无损或分层图像，建议采用 .jpeg（扩展版）或 .jps 以提示需要扩展解码环境。
答：可以，但前提是解码器具备扩展能力。许多解码库（如 libjpeg-turbo）通过自动检测标记来启用扩展解码。为避免混淆，对于仅包含算术编码的有损图像，通常仍用 .jpg。对于无损或分层图像，建议采用 .jpeg（扩展版）或 .jps 以提示需要扩展解码环境。
问：截至 2026 年，IEC 10918-3 是否已被新版标准取代？
答：该标准本身未撤回，其技术内容被持续集成到各类参考实现中。虽然没有直接取代的新版，但 JPEG XT（ISO/IEC 18477）可视为一种更强调向后兼容的演进路线。然而，对于需要精细控制编码模式的系统，本标准的扩展模式仍然是独立、完整的解决方案，在工业应用中持续发挥价值。
答：该标准本身未撤回，其技术内容被持续集成到各类参考实现中。虽然没有直接取代的新版，但 JPEG XT（ISO/IEC 18477）可视为一种更强调向后兼容的演进路线。然而，对于需要精细控制编码模式的系统，本标准的扩展模式仍然是独立、完整的解决方案，在工业应用中持续发挥价值。
