数字图像处理实验matlab4..docVIP

9，对图3实施正交变换编码和解码（采用离散傅立叶变换）。建议将图3分成4*4的4个子图象。 思路：先将图3数据读入模块，显示图像,将图分块进行DFT变换，显示图像，，在进行反变换恢复原数据,在进行哈夫曼编码编码，后解码。 原理： 傅立叶变换 傅立叶变换是数字图像处理中应用最广的一种变换，其中图像增强、图像复原 和图像分析与描述等，每一类处理方法都要用到图像变换，尤其是图像的傅立 叶变换。 离散傅立叶（Fourier）变换的定义： 二维离散傅立叶变换（DFT）为： 　　 逆变换为： 式中， 在DFT变换对中， 称为离散信号 的频谱，而 称为幅度谱， 为相位角，功率谱为频谱的平方，它们之间的关系为： 图像的傅立叶变换有快速算法。 下面给出具体的Huffman编码算法。 (1)首先统计出每个符号出现的频率，例如S0到S7的出现频率分别为:0.25,0.19,0.08,0.06,0.21,0.02,0.03,0.16 (2)从左到右把上述频率按从大到小的顺序排列。 (3)将最小的两个数相加的值表上*号,其余的数据不变,然后将得到的数据排序 (4)重复(3),直到只有两个数据。 (5) 从最后一列概率编码,从而得到最终编码。 具体过程如下图所示: 概率压缩过程： 初始信源 信源的消减步骤 符号 概率 1 2 3 4 5 6 S0 0.25 0.25 0.25 0.25 0.35* 0.4* 0.6* 0.21 0.21 0.21 0.25 0.35 0.4 0.19 0.19 0.19 0.21 0.25 0.16 0.16 0.19* 0.19 0.08 0.11* 0.16 0.06 0.08 0．05* S4 0.21 S1 0.19 S7 0.16 S2 0.08 S3 0.06 S6 0.03 S5 0.02 表 3-1 哈夫曼概率压缩过程 编码过程： 初始信源 对消减信源的赋值 符号 概率 编码 1 2 3 4 5 6 S0 0.25 01 0.25 01 0.25 01 0.25 01 0.35*00 0.4* 1 0.6* 0 0.21 10 0.21 10 0.21 10 0.25 01 0.35 00 0.4 1 0.19 11 0.19 11 0.19 11 0.21 10 0.25 01 0.16 001 0.16 001 0.19*000 0.19 11 0.08 0001 0.11* 0000 0.16 0001 0.06 00000 0.08 0001 0.05* 00001 S4 0.21 10 S1 0.19 11 S7 0.16 001 S2 0.08 0001 S3 0.06 00000 S6 0.03 000010 S5 0.02 000011 表 3-2 哈夫曼算法编码过程 算法流程 此处并没有采用概率排序， 而是采用对灰度像素个数 排序，这是因为计算概率无 疑增大了计算量，因此用灰 度级的像素个数替代 图3-1 哈夫曼算法程序流程图 程序： clc; clear; close all; A=[3 3 4 4 4 4 5 2 4 1 1 2 2 1 5 4 4 3 4 4 4 4 5 2 4 5 2 5 0 3 1 2 1 5 0 3 3 5 6 4 2 3 1 1 2 2 1 2 0 3