图像二维整数离散余弦变换(DCT)的DSP程序设计及实现 2 - 副本.docVIP

目 录 一、 实习题目： 1 二、实习目的 1 三、实习任务与要求： 1 四、系统原理论述 1 五、DCT变换流程图....................................................................................................................................... 4 七、仿真调试及性能分析与实验 5 九、实习总结 6 十、 参考文献： 7 附录一： 8 实习题目： 图像二维整数离散余弦变换（DCT）的DSP程序设计与实现 二、实习目的 熟悉和掌握DCT设计方法跟步骤。 通过仿真验证实现DCT的DSP程序的正确性。 掌握专业实验中常用的仪器设备和开发工具。 通过一周的设计实践培养学生综合利用所学知识编写DSP程序的 能力，为今后的工作学习打下坚实的基础。 掌握用DSP程序实现DCT的原理和方法。 熟悉DCT原理。 三、实习任务与要求： 利用C语言或汇编语言编写一个实现DCT的DSP程序 仿真运行 查看分析结果，记录必要参数 四、系统原理论述 1、概念? 离散余弦变换（Discrete Cosine Transform，简称DCT变换）是一种与傅立叶变换紧密相关的数学运算。在傅立叶级数展开式中，如果被展开的函数是实偶函数，那么其傅立叶级数中只包含余弦项，再将其离散化可导出余弦变换，因此称之为离散余弦变换。对于给定的实际数据序列x(0),X(1) ，x(2).... X( N-1 )的DCT(FDCT)算法如下： (1) 其中: (2) 二维离散余弦变换（FDCT）： (3) 其逆运算是: (4) 其中 N= 8 为 8x8 DCT. 2、离散余弦变换用于图像处理：? 图像数据一般有较强的相关性，若所选用的正交矢量空间的基矢量与图像本身的主要特征相近，在该正交矢量空间中描述图像数据则会变得更简单。?? 经过正交变换，会把原来分散在原空间的图像数据在新的坐标空间中得到集中。对于大多数图像，大量变换系数很小，只要删除接近于零的系数，并且对较小的系数进行粗量化，而保留包含图像主要信息的系数，以此进行压缩编码。?? 在重建图像进行解码时，所损失的将是一些不重要的信息，几乎不会引起图像的失真。?在变换编码中，首先要将图像数据分割成子图像，然后对子图像数据块实施某种变换，如DCT变换，那么子图像尺寸取多少好呢？根据实践证明子图像尺寸取4×4、8×8、16×16适合作图像的压缩，这是因为：? 如果子图像尺寸取得太小，虽然计算速度快，实现简单，但压缩能力有一定的限制。? 如果子图像尺寸取得太大，虽然去相关效果变好，因为象DFT、DCT等正弦型变换均具有渐近最佳性，但也渐趋饱和。若尺寸太大，由于图像本身的相关性很小，反而使其压缩效果不显示，而且增加了计算的复杂性。? 离散余弦变换（Discrete?Cosine?Tranform，简称DCT）是一种与傅立叶变换紧密相关的数学运算。在傅立叶级数展开式中，如果被展开的函数式是偶函数，那么其傅立叶级数中只包含余弦项，再将其离散化可导出余弦变换，因此称之为离散余弦变换。时间域中信号需要许多数据点表示；在x轴表示时间，在y轴表示幅度。信号一旦用傅立叶变换转换到频率域，就只需要几点就可以表示这个相同的信号。如我们已经看到的那样，原因就是信号只含有少量的频率成分。这允许在频率域中只用几个数据点就可以表示信号，而在时间域中表示则需要大量数据点。? 这一技术可以应用到彩色图像上。彩色图像有像素组成，这些像素具有RGB彩色值。每个像素都带有x，y坐标，对每种原色使用8x8或者16x16矩阵。在灰度图像中像素具有灰度值，它的x，y坐标由灰色的幅度组成。为了在JPEG中压缩灰度图像，每个像素被翻译为亮度或灰度值。为了压缩RGB彩色图像，这项工作必须进行三遍，因为JPEG分别得处理每个颜色成分，R成分第一个被压缩，然后是G成分，最后是B成分。而一个8x8矩阵的64个值，每个值都带有各自的x，y坐标，这样我们就有了一个像素的三维表示法，称作控件表达式或空间域。通过DCT变换，空间表达式就转化为频谱表达式或频率域。从而到达了数据压缩的目的。? 3、量化? ? 量化过程实际上就是对?DCT?系数的一个优化过程。它是利用了人眼对高频部分不敏感的特性来实现数据的大幅简化。? ??量化过程实际上是简单地把频率领域上每个成份，除以一个对于该成份的常数，且接着四舍五入取最接近的整数。?这是整个过程中的主要有损运算。以这个结果来说，经常会把很多高频率的成份四舍五入而接近0，且剩下很多会变成小