基于小波变换的图像压缩技术的Matlab实现 .doc

基于小波变换的图像压缩技术的Matlab实现 下面给出一个图像信号（即一个二维信号，文件名为wbarb.mat），利用二维小波分析对图像进行压缩。一个图像作小波分解后，可得到一系列不同分辨率的子图像，不同分辨率的子图像对应的频率是不相同的。高分辨率（即高频）子图像上大部分点的数值都接近于0，越是高频这种现象越明显。对一个图像来说，表现一个图像最主要的部分是低频部分，所以一个最简单的压缩方法是利用小波分解，去掉图像的高频部分而只保留低频部分。图像压缩可按如下程序进行处理%调入图像 load woman; %归一化图像 X double X /255;%显示图像imshow X ; colormap map ; %对图像用bior3.7小波进行2层小波分解 [c, s] wavedec2 X, 2, bior3.7 ; %提取小波分解结构中第1层的低频系数和高频系数 ca1 appcoef2 c, s, bior3.7, 1 ; ch1 detcoef2 h, c, s, 1 ; cv1 detcoef2 v, c, s, 1 ; cd1 detcoef2 d, c, s, 1 ; %分别对个频率成份进行重构 a1 wrcoef2 a, c, s, bior3.7, 1 ; h1 wrcoef2 h, c, s, bior3.7, 1 ; v1 wrcoef2 v, c, s, bior3.7, 1 ; d1 wrcoef2 d, c, s, bior3.7, 1 ; c1 [a1, h1; v1, d1]; %下面进行图像压缩处理 %保留小波分解第1层低频信息，进行图像的压缩 %第1层的低频信息即为ca1，显示第1层的低频信息 %首先对第1层信息进行量化编码 ca1 appcoef2 c, s, bior3.7, 1 ; ca1 wcodemat ca1, 440, mat, 0 ; %改变图像的高度 ca1 0.5*ca1%保留小波分解第2层低频信息，进行图像的压缩，此时压缩比更大 %第2层的低频信息即为ca2，显示第2层的低频信息 ca2 appcoef2 c, s, bior3.7, 2 ; %首先对第2层信息进行量化编码 ca2 wcodemat ca2, 440, mat, 0 ;%改变图像的高度 ca2 0.25*ca2%显示两次压缩图像 imshow ca2 ; colormap map ; 两次压缩图像 小波变换与分析 2