基于MATLAB_的图像压缩处理和实现matlab.docxVIP

的，高分辨率子图像上大部分点的数值接近于0，而表现一个图像最主要的部分就是低频部分，对这一部分的压缩cos(7)而在应用Matlab进行仿真实现中，主要是在解析式定义基础上采用二维DCT 的，高分辨率子图像上大部分点的数值接近于0，而表现一个图像最主要的部分就是低频部分，对这一部分的压缩 cos(7)而在应用Matlab进行仿真实现中，主要是在解析式定义基础上采用二维DCT变换的矩阵式定 信息损失（或失真）的根源，在数码图像压缩算法中采用均匀量化器，量化定义可以表述为：对64个DCT系数 义来实现的，矩阵式定义可以表示为：[F(u,v)]=[A]r[F(u,v)][A](8)[f(x,y 一．图像压缩的概念 从实质上来说，图像压缩就是通过一定的规则及方法 对数字图像的原始数据进行组合和变换，以达到用最少的数 据传输最大的信息。 二．图像压缩的基本原理 图像数据之所以能被压缩，就是因为数据中存在着 大量冗余信息，另外还有相当数量的不相干信息，这为数 据压缩技术提供了可能。 数据压缩技术就是利用数据固有的冗余性和不相干 性，将一个大的数据文件转化成较小的文件，图像技术压 缩就是要去掉数据的冗余性。 图像数据的冗余主要表现为：图像中相邻像素间的 相关性引起的空间冗余； 图像序列中不同帧之间存在相关 性引起的时间冗余； 不同彩色平面或频谱带的相关性引起 的频谱冗余。 由于图像数据量的庞大, 在存储、 传输、 处理时非常 困难, 因此图像数据的压缩就显得非常重要。 图像子块进行处理）一一对应。量化的作用是在保证图像质量的前提下，丢掉那些对视觉影响不大的信息，以获得的，高分辨率子图像上大部分点的数值接近于0，而表现一个图像最主要的部分就是低频部分，对这一部分的压缩义来实现的，矩阵式定义可以表示为： 图像子块进行处理）一一对应。量化的作用是在保证图像质量的前提下，丢掉那些对视觉影响不大的信息，以获得 的，高分辨率子图像上大部分点的数值接近于0，而表现一个图像最主要的部分就是低频部分，对这一部分的压缩 义来实现的，矩阵式定义可以表示为：[F(u,v)]=[A]r[F(u,v)][A](8)[f(x,y 是把图像进行多分辨率分解，然后再对子图像进行系数编码。系数编码是小波变换压缩的核心，压缩的实质是对系 在图像编码中，编码质量是一个非常重要的概念，怎 么样以尽可能少的比特数来存储或传输一幅图像，同时又让 接收者感到满意，这是图像编码的目标。对于有失真的压缩 算法，应该有一个评价准则，用来对压缩后解码图像质量进 行评价。常用的评价准则有两种：一种是客观评价准则；另 一种是主观评价准则。主观质量评价是指由一批观察者对编 码图像进行观察并打分，然后综合所有人的评价结果，给出 图像的质量评价。而对于客观质量评价，传统的编码方法是 基于最小均方误差(MSE)和峰值信燥比(PSNR)准则的编码方 法，其定义如下 NxNy i = 0 j = 0MSE=1 [f (i ,j ) NxNy i = 0 j = 0 ) (2) 式中： Nx，Nr图像在x方向和Y方向的像素数， f(i,j) ——原 图像像素的灰度值， f(i,j)-- 处理后图像像素的灰度值。对 于主观质量，客观质量评价能够快速有效地评价编码图像的 质量， 但符合客观质量评价标准的图像不一定具有较好的主 观质量，原因是均方误差只是从总体上反映原始图像和压缩 图像的差别，但对图像中的所有像点同等对待，因此并不能 反映局部和人眼的视觉特性。对于图像信号，人眼是最终的 信号接受者， 因此在压缩时不仅要以MSE作为评价标准， 还 应当考虑到人的主观视觉特性。 数阵列元素；式中表示的阵列为N×N。二维DCT反变换（IDCT）解析式定义可以表示为：F(x,y)= 数阵列元素；式中表示的阵列为N×N。二维DCT反变换（IDCT）解析式定义可以表示为：F(x,y)= 换核心为余弦函数。二维DCT的解析式定义可以由下式表示：F(0,0)=F(0,y)=F(u,0)=F 真结果实验程序：2.基于小波变换的图像压缩2.1基于小波的图像压缩编码思想小波变换图像压缩的基本思想 (MSE)和峰值信燥比(PSNR)准则的编码方法，其定义如下MSE=1[f(i,j)f(i,j)]2 cos 2N 四．图像压缩的基本方法 1. 基于 dct 变换的图像压缩 1.1 基于DCT的图像压缩编码思想 在编码过程中，首先将输入图像分解成8 ×8 大小的数 据块，然后用正向二维DCT把每个块转变成64个DCT 系数值， 其中1个数值是直流（ DC）系数，即8 ×8 空域图像子块的平 均值，其余的63个是交流（ AC）系数，接下来对DCT 系数进 行量化，最后将变换得到的量化的DCT系数进行编码和传