多媒体技术之dct精要.pptVIP

离散余弦变换 1．一维DCT变换 二维DCT变换 (1)二维DCT变换公式 一个N×N像块f(x,y)(x,y=0,1,…,N-1)的二维DCT定义为 DCT的MATLAB实现 第一种方法是使用函数dct2，该函数使用一个基于FFT的快速算法来提高当输入较大的输入方阵时的计算速度。dct2函数的调用格式如下： B=dct2(A,[M N])或 B=dct2(A,M,N) 其中，A表示要变换的图像,M和N是可选参数，表示填充后的图像矩阵大小。B表示变换后得到的图像矩阵。 DCT的MATLAB实现 第二种方法使用由函数dctmtx返回的DCT变换矩阵，这种方法较适合于较小的输入方阵（如或方阵）。dctmtx的调用格式如下： D=dctmtx(N) 其中，N表示DCT变换矩阵的维数，D为DCT变换矩阵。 分块DCT 继而利用blkproc函数完成分块操作。blkproc函数的调用格式入下： B = blkproc(A,[m n],fun,P1,P2,...) 其中A为原始信号矩阵，[m n]为分块的大小，fun为对每一个分块x的操作规则，Pi是fun 中调用的参数。对图像进行8×8 DCT分块操作，得到的8×8分块DCT系数矩阵如下图。 K-L变换 对于一般的线性变换Y=TX，如果变换矩阵T是正交矩阵，并且它是由原始图像数据矩阵X的斜方差矩阵S的特征向量所组成，则此式的变换称为K-L变换。 这与我们以前介绍各种变换是不同的，它们的变换核是固定不变的。如JPEG中我们用的DCT变换，它的变换核是8?8 DCT变换的矩阵。 协方差是反映的变量之间的二阶统计特性，如果随机向量的不同分量之间的相关性很小，则所得的协方差矩阵几乎是一个对角矩阵。 也就是说，我们应该设法将协方差矩阵的非对称元素化为零元素，就是设法将协方差矩阵对角化。也就是将原始数据集合变换到主分量空间(Y)使单一数据样本的互相关性降低到最低点。 线性代数证明，对于一个实对称矩阵Σ（即ΣT=Σ）的矩阵，必存在一个正交矩阵Q，使得 通过正交变换能够将协方差矩阵（实对称矩阵）对角化，从而消除图像的相关性！！ 一维K-L变换 K－L变换 K－L变换 K－L变换示例 图像的K-L变换 我们知道真彩色图像在matlab中是按三维矩阵来存储的，所以对真彩色图像的K-L变换我们要想办法从三维矩阵变成二维矩阵来处理。 K-L变换的具体过程 ? 第一步，根据原始图像数据矩阵X，求出它的协方差矩阵S，X的协方差矩阵为： 解上述的特征方程即可求出协方差矩阵S的各个特征值 若以各特征方量为列构成矩阵，即 经过K-L变换后，得到一组（m个）新的变量（即Y的各个行向量），它们依次被称为第一主成分、第二主成分、…第m主成分。这时若将Y矩阵的各行恢复为二维图像时，即可以得到m个主成分图像。 K-L变换是一种线性变换，而且是当取Y的前p（pm）个主成分经反变换而恢复的图像 和原图像X在均方误差最小意义上的最佳正交变换。 K-L变换特点 ?? （1）由于K-L变换是正交线性变换，所以变换前后的方差总和不变，变换只是把原来的方差不等量的再分配到新的主成分图像中。?? （2）第一主成分包含了总方差的绝大部分（一般在80%以上），其余各主成分的方差依次减小。 KL 在matlab中的实现 实例中要用到的函数 reshape mean函数 mean函数是求均值，其调用格式为 mean（x，dim） 例： A = [1 2 3; 3 3 6; 4 6 8; 4 7 7]; mean(A)（默认dim=1）就会求每一列的均值 ans = 3.0000 4.5000 6.0000 用mean(A,2)就会求每一行的均值 ans = 2.0000 4.0000 6.0000 6.0000 eig函数 MATLAB中使用函数eig计算特征值和 特征矢量，有两种调用方法： e=eig(a), 其中e是包含特征值的矢量； [v,d]=eig(a), 其中v是一个与a相同的n×n阶矩阵，它的每一列是矩阵a的一个特征值所对应的特征矢量，d为对角阵，其对角元素即为矩阵a的特征值。 例：计算特征值和特征矢量。 a=[34? 25? 15; 18? 35? 9; 41? 21? 9] e=eig(a) [v,d]=eig(a) MATLAB函数flipud（X）表示把1*N矩阵元素逆序排列。 diag函数 K-L变换优缺点 K-L变换的