用matlab仿真huffman编码在jpg图像压缩中的应用崔微微.doc

用matlab仿真huffman编码在jpg图像压缩中的应用 1.jpg图像的定义： JPEG是Joint Photographic Experts Group 联合图像专家组 的缩写，文件后辍名为．jpg或．jpeg，是最常用的图像文件格式，是一种有损压缩格式，能够将图像压缩在很小的储存空间，图像中重复或不重要的资料会被丢失，因此容易造成图像数据的损伤。尤其是使用过高的压缩比例，将使最终解压缩后恢复的图像质量明显降低，如果追求高品质图像，不宜采用过高压缩比例。但是JPEG压缩技术十分先进，它用有损压缩方式去除冗余的图像数据，在获得极高的压缩率的同时能展现十分丰富生动的图像，换句话说，就是可以用最少的磁盘空间得到较好的图像品质。而且 JPEG是一种很灵活的格式，具有调节图像质量的功能，允许用不同的压缩比例对文件进行压缩，支持多种压缩级别，压缩比率通常在10：1到40：1之间，压缩比越大，品质就越低；相反地，压缩比越小，品质就越好。比如可以把1．37Mb的BMP位图文件压缩至20．3KB。当然也可以在图像质量和文件尺寸之间找到平衡点。JPEG格式压缩的主要是高频信息，对色彩的信息保留较好，适合应用于互联网，可减少图像的传输时间，可以支持24bit真彩色，也普遍应用于需要连续色调的图像。% 图像的编码过程 clear all; close all; clc; Dimens 256; % 矩阵维数，假设矩阵为方阵即256*256 src_size Dimens^2; % 矩阵元素的个数 gray_level 9; % 灰度级 src randn Dimens ; %产生模拟图像矩阵，满足正态分布，零均值，方差为1 src_one reshape src,1,src_size ; src_max max src_one ; src_min min src_one ; quan linspace src_min,src_max,gray_level ; % 产生均匀量化区间 src_d []; % 数字矩阵 for row 1:Dimens % 逐点量化 for vol 1:Dimens diff abs src row,vol -quan ; [min_diff,min_index] min diff ; quan_gray min_index -1; src_d row,vol quan_gray; end end % prob数组保存图像中各灰度出现的概率 prob []; for src_value 0: gray_level-1 index find src_d src_value ; i src_value + 1; prob i length index /src_size; % huffman编码 p prob; n length p ; q p; m zeros n-1,n ; for i 1:n-1 [q,l] sort q ; m i,: [l 1:n-i+1 ,zeros 1,i-1 ]; q [q 1 +q 2 ,q 3:n ,1]; end bre zeros n-1,n ; bre n-1,1 0+j; %虚部表示当前的二进制数的位数，以下类似 bre n-1,2 1+j; for time 1:n-2 loc_1 find real m n-time,: 1 ; prebit bre n-time,loc_1 ; bre n-time-1,1 real prebit *2 + 0 + j* imag prebit +1 ; bre n-time-1,2 real prebit *2 + 1 + j* imag prebit +1 ; loc_not1 find real m n-time,: 1 ; bre n-time-1,3:3+time-1 bre n-time,loc_not1 ; end [m1,index] sort m 1,: ; code bre 1,index ; code_data real code ; code_bits imag code ; disp [gray level, , huffman code] ; for i 1:length code disp [num2str i-1 , ,num2str dec2bin code_data i ] ; end code_binary dec2bin code_data ; %逐点编码 out []; for row 1:Dimens f