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（DCT）变换的原理及含义；3.掌握编程实现离散余弦变换（DCT）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：（1）无损压缩编码种类哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempelzev编码。（2）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；（3）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(forwarddiscretecosinetransform，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（DCT）变换原理离散余弦变换（DCT）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，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：11(0.5)(0.5)(,)()()(,)coscos1,0()2,0NNijijFuvcucvfijuvNNuNcuuN(1)f为原图像，经DCT变换之后，F为变换矩阵。(0,0)F是直流分量，其他为交流分量。上述公式可表示为矩阵形式：(0.5)(,)()cosTFAfAjAijciiN(2)其中A是变换系数矩阵，为正交阵。逆DCT变换：(,)(,)TfijAFuvA(3)这里我们只讨论两个N相等的情况，即图像为方形(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(4)均方根误差(5)把压缩后图像表示成原图像和噪声的叠加(6)均方信噪比(7)三、实验步骤1.实验一代码%%图像压缩编码IM=imread('C:\Users\lmeng\Desktop\dongman.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,[88],'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=[1000000000000000000000000000000000000000000000000000000000000000];%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,[88],'P1.*x',Mask);%去除每个字块中的多余交流分量系数I2=blkproc(L2,[88],'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1');ee=myee(I1,I2);%新旧图像的均方误差1111220000,/,NNNNmsxyxySNRfxyexy11222001,,NNxyefxygxyN2rmsee,,,fxygxyexy..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:\Users\lmeng\Desktop\dongman.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=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,[NN],'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=Nfori=1:nMask(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,[NN],'P1.*x',Mask);%去除每个字块中的多余交流分量系数I2=blkproc(L2,[NN],'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:\Users\lmeng\Desktop\dongman.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=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,[NN],'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=Nfori=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,[NN],'P1.*x',Mask);%去除每个字块中的多余交流分量系数I2=blkproc(L2,[NN],'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