RGB888 转 YCbCr444 / YCbCr422 格式转换 (MATLAB实现)
基于 BT.601 标准的色彩空间转换，包含完整的 MATLAB 代码、原理推导、实验结果及图片分析。
1. 背景介绍
1.1 什么是 RGB888？
RGB888 是最常见的数字图像存储格式，每个像素由R(红)、G(绿)、B(蓝)三个通道组成，每个通道占8 bit（0~255），合计每个像素24 bit。
例如一张 1279×1706 的图片，原始数据量为：
1279 × 1706 × 3 = 6,545,922 字节 ≈ 6.24 MB
1.2 为什么需要 YCbCr？
人眼对亮度变化比色彩变化更敏感。因此可以利用这一特性，保持亮度分辨率不变，而对色度信息进行降采样，从而大幅减少数据量，同时肉眼几乎看不出差异。
YCbCr是一种将亮度和色度分离的色彩空间：
分量 | 含义 | 说明 |
Y | 亮度 (Luminance) | 表示明暗信息，人眼最敏感 |
Cb | 蓝色差 (Chrominance Blue) | 蓝色分量与亮度的差值 |
Cr | 红色差 (Chrominance Red) | 红色分量与亮度的差值 |
1.3 YCbCr 采样格式
格式 | Y 分辨率 | Cb 分辨率 | Cr 分辨率 | 每像素等效bit | 说明 |
4:4:4 | 全分辨率 | 全分辨率 | 全分辨率 | 24 bit | 无压缩，与RGB888相同 |
4:2:2 | 全分辨率 | 水平1/2 | 水平1/2 | 16 bit | 色度水平方向压缩一半 |
4:2:0 | 全分辨率 | 水平1/2, 垂直1/2 | 水平1/2, 垂直1/2 | 12 bit | 色度四分之一 |
本文实现4:4:4和4:2:2两种格式。
2. 转换原理
2.1 BT.601 标准（正变换）
ITU-R BT.601 标准定义了 RGB 到 YCbCr 的转换矩阵：
Y = 0.299 × R + 0.587 × G + 0.114 × B
Cb = -0.169 × R - 0.331 × G + 0.500 × B + 128
Cr = 0.500 × R - 0.419 × G - 0.081 × B + 128
2.2 BT.601 逆变换
从 YCbCr 还原为 RGB：
R = Y + 1.402 × (Cr - 128)
G = Y - 0.344 × (Cb - 128) - 0.714 × (Cr - 128)
B = Y + 1.772 × (Cb - 128)
2.3 422 水平下采样原理
YCbCr422 的色度分量在水平方向每 2 个像素取平均：
Cb_422(x) = (Cb(2x-1) + Cb(2x)) / 2
Cr_422(x) = (Cr(2x-1) + Cr(2x)) / 2
3. MATLAB 代码详解
3.1 读取图像与数据准备
img_path = '土楼.jpg';
rgb_img = imread(img_path);
[rows, cols, ~] = size(rgb_img);
R = double(rgb_img(:,:,1));
G = double(rgb_img(:,:,2));
B = double(rgb_img(:,:,3));
imread读取后为uint8类型（0~255），转为double是避免矩阵运算时的数据类型溢出。如果不转双精度，uint8 的减法会出现负数截断为 0 的问题。
3.2 RGB888 → YCbCr444 正变换
Y = 0.299*R + 0.587*G + 0.114*B;
Cb = -0.168736*R - 0.331264*G + 0.5*B + 128;
Cr = 0.5*R - 0.418688*G - 0.081312*B + 128;
MATLAB 的矩阵运算天然支持逐像素操作，三行代码即可完成整张图的色彩空间转换。
3.3 水平色度下采样（444 → 422）
Cb_422 = (Cb(:, 1:2:end) + Cb(:, 2:2:end)) / 2;
Cr_422 = (Cr(:, 1:2:end) + Cr(:, 2:2:end)) / 2;
Y_422 = Y; % 亮度保持全分辨率
Cb(:, 1:2:end)取所有奇数位置像素，Cb(:, 2:2:end)取所有偶数位置像素，两者取平均后列数减半。
为便于可视化，使用双线性插值将降采样的 Cb/Cr 上采样回原分辨率：
Cb_422_disp = imresize(Cb_422, [rows, cols], 'bilinear');
Cr_422_disp = imresize(Cr_422, [rows, cols], 'bilinear');
3.4 YCbCr → RGB 还原验证
R_444 = Y + 1.402*(Cr - 128);
G_444 = Y - 0.344*(Cb - 128) - 0.714*(Cr - 128);
B_444 = Y + 1.772*(Cb - 128);
RGB_444 = uint8(max(0, min(255, RGB_444)));
min/max确保还原后的像素值不超出 [0, 255] 范围。
3.5 PSNR 质量评估
PSNR（峰值信噪比）是衡量图像质量的客观指标：
PSNR = 10 × log₁₀(MAX² / MSE)
其中：MAX = 255（8bit图像最大值）
MSE = Σ(原图 - 重建图)² / 像素总数
mse_444 = mean((double(rgb_img(:)) - double(RGB_444(:))).^2);
psnr_444 = 10 * log10(255^2 / mse_444);
4. 实验结果
4.1 测试图像
属性 | 值 |
图像名称 | 土楼.jpg |
分辨率 | 1279 × 1706 |
原始格式 | RGB888 (24 bit/像素) |
4.2 PSNR 对比
转换方式 | PSNR | 评价 |
YCbCr444 还原 | Inf dB | 数学上完全无损（浮点精度内） |
YCbCr422 还原 | 52.84 dB | 远高于 40dB 的优秀标准，肉眼无法分辨 |
PSNR > 40 dB 通常被认为是极高质量，> 50 dB 几乎与原始图像完全一致。
4.3 数据量对比
格式 | 数据量（字节） | 等效 bit/像素 | 压缩率 |
RGB888 | 6,545,922 | 24 | 基准 |
YCbCr444 | 6,545,922 | 24 | 0%（无压缩） |
YCbCr422 | 4,363,948 | 16 | 节约 33.3% |
4.4 主观评价
从视觉上看，YCbCr422 还原图与原始 RGB 图几乎无差异——尽管色度信息减少了一半，但人眼对色度的分辨率远低于亮度，因此 422 的压缩在视觉上完全可接受。
4.5 还原效果对比
下图从左到右依次为：原始RGB888图像、YCbCr444还原图、YCbCr422还原图。
原图 vs YCbCr444 vs YCbCr422 还原对比
4.6 YCbCr 各分量对比
下图展示了YCbCr各分量的对比。第一行为Y亮度和Cb/Cr全分辨率分量，第二行为444还原图以及Cb/Cr降采样后插值还原的分量。
Y分量(亮度) | Cb分量(蓝色差, 444) | Cr分量(红色差, 444)
Y分量(亮度) | Cb分量(蓝色差, 422) | Cr分量(红色差, 422)
5. 输出图片说明
程序共生成 7 张输出图片：
文件名 | 说明 |
Y分量(亮度) | Y通道：仅包含亮度信息的灰度图，显示了图像的明暗结构 |
Cb分量(蓝色差, 444) | Cb通道（全分辨率）：偏向蓝/黄色的色差信息 |
Cr分量(红色差, 444) | Cr通道（全分辨率）：偏向红/绿色的色差信息 |
Cb分量(蓝色差, 422) | Cb通道（422降采样后插值还原）：相比444略微模糊 |
Cr分量(红色差, 422) | Cr通道（422降采样后插值还原）：相比444略微模糊 |
YCbCr444还原图 | 444还原RGB：与原图一致（无损） |
YCbCr422还原图 | 422还原RGB：视觉上与原图几乎无差异 |
6. 总结
1.YCbCr444 是无损转换——RGB 与 YCbCr 之间的矩阵变换在浮点精度内完全可逆
2.YCbCr422 以 33% 的数据量减少换取极微小的质量损失——PSNR 高达 52.84 dB，肉眼完全不可感知
3. 这正是 JPEG、MPEG、H.264/H.265 等图像/视频编码标准的核心思路：利用人眼视觉特性，在亮色分离后对色度进行降采样