《图像压缩编码实验报告.docx》由会员分享，可在线阅读，更多相关《图像压缩编码实验报告.docx（8页珍藏版）》请在三一办公上搜索。
1、图像压缩编码实验报告图像压缩编码实验报告 一、 实验目的 1. 了解有关数字图像压缩的基本概念，了解几种常用的图像压缩编码方式； 2. 进一步熟悉JPEG编码与离散余弦变换变换的原理及含义； 3. 掌握编程实现离散余弦变换变换及JPEG编码的方法； 4. 对重建图像的质量进行评价。 二、 实验原理 1、图像压缩基本概念及原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望
2、用更少的数据表示图像。应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： 无损压缩编码种类 哈夫曼编码，算术编码，行程编码，Lempel zev编码。 有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； 混合编码 JBIG，H.261，JPEG，MPEG等技术标准。 2、JPEG 压缩编码原理 JPEG是一个应用广泛的静态图像数据压缩标准，其中包含两种压缩算法(DCT和DPCM)，并考虑了人眼的视觉特性，在量化和无损
3、压缩编码方面综合权衡，达到较大的压缩比(25:1以上)。JPEG既适用于灰度图像也适用于彩色图像。其中最常用的是基于DCT变换的顺序式模式，又称为基本系统。JPEG 的压缩编码大致分成三个步骤： (1) 使用正向离散余弦变换(forward discrete cosine transform，FDCT)把空间域表示的图变换成频率域表示的图。 (2) 使用加权函数对DCT系数进行量化，该加权函数使得压缩效果对于人的视觉系统最佳。 (3) 使用霍夫曼可变字长编码器对量化系数进行编码。 3、离散余弦变换变换原理 离散余弦变换是一种实数域变换，其变换核为实数余弦函数，图像处理运用的是二维离散余弦变换，
4、对图像进行DCT，可以使得图像的重要可视信息都集中在DCT的一小部分系数中。 二维DCT变换是在一维的基础上再进行一次DCT变换，公式如下： (i+0.5)p(j+0.5)pF(u,v)=c(u)c(v)f(i,j)cosucosNNi=1j=1NNv(1) c(u)=1,u=0N2,u0Nf为原图像，经DCT 变换之后，F为变换矩阵。F(0,0)是直流分量，其他为交流分量。上述公式可表示为矩阵形式： F=AfAT(j+0.5)pA(i,j)=c(i)cosNi (2) 其中A是变换系数矩阵，为正交阵。 逆DCT 变换：f(i,j)=ATF(u,v)A(3) 这里我们只讨论两个N相等的情况，即
5、图像为方形(行列数相等)，在实际应用中对不是方阵的数据都应先补齐再进行变换的。 4、图象质量评价 保真则是压缩后图象质量评价的标准。客观保真度准则：原图象和压缩图象之间的均方根误差或压缩后图象的均方根信噪比。主观保真度准则：极好、良好、通过、勉强、低劣、不能用。 客观保真度准则 新旧图像的均方误差 21N-1N-1e=2fx,y-gx,y()() N x= 0 y = 0 (4) 2均方根误差 erms=e2 (5) 把压缩后图像表示成原图像和噪声的叠加 f ( x , y ) = g ( x , y ) + e ( x , y ) (6) 均方信噪比 SNR)ms=f(x,y)/e2(x,y
6、)( (7) 2x=0y=0x=0y=0N-1N-1N-1N-1三、实验步骤 1.实验一代码 %图像压缩编码 IM = imread(C:UserslmengDesktopdongman.jpg) I = rgb2gray(IM); % 将彩色图灰度化 I1 = im2double(I); % 图像存储类型转换 T = myDCT(8); % 使用由函数dctmtx返回的DCT变换矩阵，dctmtx的调用格式为 % 产生二维DCT变换矩阵 L = blkproc(I1,8 8,P1*x*P2,T,T); % 继而利用blkproc函数完成分块操作 % 计算二维DCT，矩阵T及其转置T是DCT函
7、数P1*x*P2的参数 % 完成对每个子块的DCT变换 Mask= 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0; %二值掩膜，用来压缩DCT系数，只留下DCT系数中左上角的10个 L2=blkproc(L,8 8,P1.*x,Mask); % 去除每个字块中的多余交流分量系数 I2=blkproc(L2,8 8,P1*x*P2,T,T); imwrite(I2,after.jpg) f
8、igure; subplot(121),imshow(I1),title(原图); subplot(122),imshow(I2),title(压缩后的图像1); ee=myee(I1,I2); %新旧图像的均方误差 结果如下 分析评价： 新旧图像均方误差为0.0035 均方根误差为 0.05916 压缩成度为勉强 2、实验二代码 %图像压缩编码 IM = imread(C:UserslmengDesktopdongman.jpg) I = rgb2gray(IM); % 将彩色图灰度化 I1 = im2double(I); % 图像存储类型转换 N = 512; %划分后子块的大小 T =
9、myDCT(N); % 使用由函数dctmtx返回的DCT变换矩阵，dctmtx的调用格式为 % 产生二维DCT变换矩阵 L = blkproc(I1,N N,P1*x*P2,T,T); % 继而利用blkproc函数完成分块操作 % 计算二维DCT，矩阵T及其转置T是DCT函数P1*x*P2的参数 % 完成对每个子块的DCT变换 Mask=zeros(N,N); n = 1; %第一行保存分量的个数，呈下三角形，且有n=N for i=1:n Mask(i,1:n-i+1)=1; end %二值掩膜，用来压缩DCT系数，只留下DCT系数中左上角的1个 L2=blkproc(L,N N,P1.
10、*x,Mask); % 去除每个字块中的多余交流分量系数 I2=blkproc(L2,N N,P1*x*P2,T,T); imwrite(I2,after.jpg) figure; subplot(121),imshow(I1),title(原图); subplot(122),imshow(I2),title(压缩后的图像2); ee=myee(I1,I2); %新旧图像的均方误差 结果： 分析： 新旧图像均方误差为0.0352 均方根误差为0.18762 结果不可用 3、实验三代码 %图像压缩编码 IM = imread(C:UserslmengDesktopdongman.jpg) I =
11、 rgb2gray(IM); % 将彩色图灰度化 I1 = im2double(I); % 图像存储类型转换 N = 512; %划分后子块的大小 T = myDCT(N); % 使用由函数dctmtx返回的DCT变换矩阵，dctmtx的调用格式为 % 产生二维DCT变换矩阵 L = blkproc(I1,N N,P1*x*P2,T,T); % 继而利用blkproc函数完成分块操作 % 计算二维DCT，矩阵T及其转置T是DCT函数P1*x*P2的参数 % 完成对每个子块的DCT变换 Mask=zeros(N,N); n = 62; %第一行保存分量的个数，呈下三角形，且有n=N for i=
12、1:n Mask(i,1:n-i+1)=1; end %二值掩膜，用来压缩DCT系数，只留下DCT系数中左上角的1个 L2=blkproc(L,N N,P1.*x,Mask); % 去除每个字块中的多余交流分量系数 I2=blkproc(L2,N N,P1*x*P2,T,T); imwrite(I2,after.jpg) figure; subplot(121),imshow(I1),title(原图); subplot(122),imshow(I2),title(压缩后的图像3); ee=myee(I1,I2); %新旧图像的均方误差 结果： 分析： 新旧图像均方误差为0.0032 均方根误差：0.05656 结果为勉强
