版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、 课 程 设 计题 目 基于MA TLAB 图像变换及压缩编码学 院 信息工程专 业 通信工程班 级 0806姓 名 汪伟指导教师郭志强2010 年 12 月 19 日课程设计任务书学生姓名: 汪伟 专业班级: 通信工程0806指导教师: 郭志强 工作单位: 信息工程学院题 目: 基于MATLAB 图像变换及压缩编码 初始条件:1.MATLAB 软件2.图形处理相关函数3. 图形变换及编码相关知识要求完成的主要任务: (包括课程设计工作量及其技术要求,以及说明书撰写等具体要求)1. 读入图像并对图像进行傅利叶变换、小波变换、小波包变换、离散余弦变换、离散沃尔什变换,二维哈达玛变换。2. 分别采
2、用小波变换和离散余弦变换对图像进行压缩,并与原图像进行比较。时间安排:第12周,安排任务第12-15周,编写、修改并优化MATLAB 程序代码,撰写课程设计报告。第15周,完成(大答辩,提交报告,演示)指导教师签名: 年 月 日系主任(或责任教师)签名: 年 月 日目 录摘 要 . . 4Abstract . . 51. 基于MA TLAB 图像变换 . . 61.1傅里叶变换 . . 61.1.1傅里叶变换的原理. 61.1.2图像的傅里叶变换. 61.2离散余弦变换 . 81.2.1离散余弦变换的原理 . 81.2.2图片的DCT 变换 . 91.3 小波变换 . 111.3.1 小波变换
3、的原理 . 111.3.2图片的小波变换 . 111.4小波包变换 . .131.5离散沃尔什变换 . .161.6二维哈达玛变换 . .182. 基于MA TLAB 压缩编码 . .192.1基于离散余弦变换的压缩编码 . .192.2基于小波变换的压缩编码 . .214. 心得体会 .24参考文献.25摘 要MATLAB 图象处理工具箱是由Mathmatics 公司推出的用于数值计算的有力工具,是一种第四代计算机语言,它具有相当强大的矩阵运算和操作功能,力求使人们摆脱繁杂的程序代码。MATLAB 是集数值计算,符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台,它几乎
4、能够满足所有的计算需求。MATLAB 本身就是功能强大的数据可视化工具,可以通过各种形式显示分析数据,例如灰度直方图、等高线、蒙太奇混合、像素分析、图层变换以及材质贴图等。本次练习介绍的就是Matlab 环境下的一些最基本的图像处理操作,如读图像、写图像、查看图像信息和格式、尺寸和灰度的伸缩等等;通过实验掌握图像直方图的描绘方法,加深直方图形状与图像特征间关系间的理解;加深对直方图均衡算法的理解。以及用离散余弦变换对图像进行分析。关键词:Matlab 计算语言 图像处理AbstractMATLAB Image Processing Toolbox from MathWorks, introdu
5、ced a powerful tool for the numerical calculation, is a fourth-generation computer language, it has a very powerful matrix and operation functions, which seeks to get rid of complicated code. MATLAB is a numerical computation, symbolic computation and graphics processing power in one of the scientif
6、ic computing language. As a powerful platform for scientific computing, it is almost able to meet all computing needs. MATLAB itself is a powerful data visualization tools, you can display analysis of data in various forms, for example, histogram, contour X ian, montage Hunhe, pixel analysis, and ma
7、terial mapping layers Bianhuan.The exercise is described in Matlab environment, some of the most basic image processing operations, such as reading the image, write image, view image information and the format, size and intensity of stretching, etc.; through the description of experimental methods t
8、o grasp the image histogram, histogram image features to enhance the relationship between the shape and understanding between; deepen the understanding of histogram equalization algorithm. And using discrete cosine transform on the image for analysis.Keywords :MA TLAB computing language image operat
9、ions61基于MA TLAB 图像变换1.1傅里叶变换1.1.1傅里叶变换的原理傅里叶变换是线性系统分析的一个有力工具,它将图像从空域变换到频域,从而很容易地了解到图像各空间频域成分,从而进行相应的处理。傅里叶变换应用十分广泛,如图像特征提取、空间频率域滤波、图像恢复、纹理分析等。如果一个周期为T 的函数在-T/2,T/2上满足狄利克雷条件,则函数在-T/2,T/2上可以展开成傅里叶级数。可见,傅里叶级数清楚地表明了一个周期信号由哪些频率分量组成及其所占的比重,从而有利于对周期信号进行分析和处理。根据周期信号的这个特点,可以把傅里叶级数的概念推广到非周期信号上,这就引出了傅里叶变换。1.1.
10、2图像的傅里叶变换A=imread('wbarb.jpg'B=rgb2gray(A;subplot(1,2,1;imshow(B;title('灰度图像'C=fft2(double(B;subplot(1,2,2;imshow(log(abs(C,;title ('傅里叶变换'运行结果: 7图1 傅里叶变换81.2离散余弦变换1.2.1离散余弦变换的原理离散余弦变换(DCT for Discrete Cosine Transform 是与傅里叶变换相关的一种变换,它类似于离散傅里叶变换(DFT for Discrete Fourier Trans
11、f orm , 但是只使用实数。离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换,这个离散傅里叶变换是对一个实偶函数进行的(因为一个实偶函数的傅里叶变换仍然是一个实偶函数 ,在有些变形里面需要将输入或者输出的位置移动半个单位(DCT 有8种标准类型,其中4种是常见的 。 最常用的一种离散余弦变换的类型是下面给出的第二种类型,通常我们所说的离散余弦变换指的就是这种。它的逆,也就是下面给出的第三种类型,通常相应的被称为" 反离散余弦变换" ," 逆离散余弦变换" 或者" IDCT " 。有两个相关的变换,一个是离散正弦变换(DST
12、for Discrete Sine Transform , 它相当于一个长度大概是它两倍的实奇函数的离散傅里叶变换;另一个是改进的离散余弦变换(MDCT for Modified Discrete Cosine Transform , 它相当于对交叠的数据进行离散余弦变换。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
13、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。DCT 式目前最佳的图像变换,它有很多优点。DCT 是正交变换,它可以将8x8图像空间表达式转换为频率域,只需要用少量的数据点表示图像;DCT 产生的系数很容易被量化,因此能获得好的块压缩;DCT 算法的性能很好,它有快速算法,如采用快速傅立叶变换可以进行高效的运算,因此它在硬件和软件中都容易实现;而且DC
14、T 算法是对称的,所以利用逆DCT 算法可以用来解压缩图像。为什么采用8x8的图像块,其原因是由于计算量和像素之间关系的数量,许多研究表明,在15或20个像素之后,像素间的相关性开始下降。就是说,一列相似的像素通常会持续15到20个像素那么长,在此之后,像素就会改变幅度水平(或反向)。模拟图像经采样后成为离散化的亮度值然后分成一个个宏块,而一个宏块有分成8x8大小的块,可以用一个矩阵来表示这个块。 9在这里,N=8,矩阵中元素f (i ,j )表示块中第i 行、第j 列像素的亮度值。把该矩阵看作一个空间域,显然,块中这些亮度值的大小有一定的随机性,无序性,或者说亮度值的分布没有什么特征;DCT
15、 变换就是来解决这个问题的,把这些随机的数据变的有序,便于对数据进行编码压缩。一维DCT 正交变换的公式为: 二维DCT 逆变换公式: 其中对于一维DCT 变换,需要N2次乘法,和N (N 1)次加法;像一个8x8阶矩阵运算,如果使用普通的全矩阵乘法运算,需要84次乘法,N2(N21)次加法运算,显然,对于实时的压缩需要来说,这是一个极大的运算量,对硬件要求较高。1.2.2图片的DCT 变换在Matlab 中,函数dct2 和函数idct2分别用于进行二维DCT 变换和二维DCT 反变换。其调用格式为dct (A ),idct (A )。基于本次训练,代码如下:i=imread('Sh
16、ip.jpg'h=rgb2gray(i;DCT=dct2(h;DCT(abs(DCT<10=0;IDCT=idct2(DCT;figure10 imshow(h;title('灰度图'figureimshow(IDCT,0 255; title('压缩图'figureimshow(DCT;title('DCT变换图' figureimshow(log(abs(DCT,; title('二维变换图' 图2 离散余弦变换1.3 小波变换1.3.1 小波变换的原理小波(wavelet是在有限时间范围内变化且其平均值为零的数
17、学函数,它具有如下特征:1. 具有有限的持续时间和突变的频率和振幅2. 在有限的时间范围内,它的平均值等于零与傅立叶变换不同,小波变换是通过缩放母小波(Mother wavelet )的宽度来获得信号的频率特征,通过平移母小波来获得信号的时间信息。对母小波的缩放和平移操作是为了计算小波系数,这些小波系数反映了小波和局部信号之间的相关程度。小波分析就是把一个信号分解为将母小波经过缩放和平移之后的一系列小波。小波变换可以理解为用经过缩放和平移的一系列小波函数代替傅立叶变换的正弦波和余弦波进行傅立叶变换的结果。二维小波分析用于图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高,压缩速度快,压缩
18、后能保持图像的特征基本不变,且在传递过程中可以抗干扰。小波分析用于图像压缩具有明显的优点。小波变换分为连续小波变换和离散小波变换。1.3.2图片的小波变换A=imread('wbarb.jpg'B=rgb2gray(A;subplot(1,2,2;imshow(B;title('灰度图像'cA1,cH1,cV1,cD1=dwt2(B,'bior3.7'%二维小波变换,bior3.7是双正交样条小波对应的滤波器A1=upcoef2('a', cA1, 'bior3.7',1; %二维小波分解系数的直接重构H1=upc
19、oef2('h', cH1, 'bior3.7',1;V1=upcoef2('v', cV1, 'bior3.7',1;D1=upcoef2('d', cD1, 'bior3.7',1;subplot(2,2,1; image(wcodemat(A1,192;Title('近似值系数A1'subplot(2,2,2; image(wcodemat(H1,1000;Title('水平细节系数H1'subplot(2,2,3; image(wcodemat(V1,1000
20、;Title('垂直细节系数V1'subplot(2,2,4; image(wcodemat(D1,1000;title('对角细节系 数D1'图3 小波变换1.4小波包变换小波分析是将信号分解为近似与细节两部分,近似部分又可以分解成第二层近似与细节,可以这样重复下去。对于一个N 层分解来说, 有N+1个分解信号的途径。 而小波包分析的细节与近似部分一样,也可以分解,对于N 层分解,它产生2N 个不同的途径。 cfs2=wpcoef(t,1 2;cfs3=wpcoef(t,1 3;%估计噪声标准差det1=wpcoef(t,2 wpcoef(t,3 wpcoef
21、(t,4; sigma=median(abs(det1(:/0.6745; %选择压缩的阈值alpha=1.1;thr=wpbmpen(t,sigma,alpha;keepapp=1;nt=wpthcoef(t,keepapp,'s',thr;%重构小波包第一层结点rcfs0=wprcoef(nt,1,0;rcfs1=wprcoef(nt,1,1;rcfs2=wprcoef(nt,1,2;rcfs3=wprcoef(nt,1,3;c11=rcfs0 rcfs1;rcfs2 rcfs3;%提取小波包第二层结点的系数cfs20=wpcoef(t,2 0;%重构小波包第二层结点rcf
22、s20=wprcoef(t,2,0;%画出原始图像和压缩后的图像nbc=size(map,1;colormap(pink(nbc;subplot(2,2,1;image(wcodemat(X,nbc;title('原始图像'subplot(2,2,2;image(wcodemat(c11,nbc;title('重构第一层后的图像'subplot(2,2,3;image(wcodemat(rcfs0,nbc;title('第一次压缩后的图像'subplot(2,2,4;image(wcodemat(rcfs20,nbc;title('第二次
23、压缩后的图像' 图5 小波包变换161.5离散沃尔什变换I1=imread('Leopard.bmp'%读入原图像imshow(I1;title('initial image'%显示原图像I=double(I1;m,n=size(I;mx=max(m,n;wal=hadamard(mx;%生成hadamard 函数f,e=log2(n;I2=dec2bin(0:pow2(0.5,e-1;R=bin2dec(I2(:,e-1:-1:1+1; %将列序进行二进制的倒序排列 for i=1:mfor j=1:nwal1(i,j=wal(i,R(j;endend
24、 %对hadamard 的列进行列序排列 J=wal1/256*I*wal1'/256;%对图像进行二维walsh 变换figureimshow(J;title('walsh spectrum of lena'K=J(1:m/2,1:n/2;%截取图像的1/4K(m,n=0;%将图像补零至原图像大小R=wal1'*K*wal1;%对图像进行二维walsh 反变换figureimshow(R,;title('recover lena'%计算误差cha=I-R;%R1=uint8(R;%cha1=I1-R1;mse=mean(mean(cha.2;%
25、mse=134.41%mse2=mse(abs(cha1mse1=mse(cha.2 17 18图6 沃尔什变换1.6二维哈达玛变换 figure(1;tree=imread('wbarb.bmp'imshow(tree;title('原始图像'figure(2;H=hadamard(256;tree=double(tree/255;htree=H*tree*H;htree=htree/256;imshow(htree;title('tree图像的二维离散Hadamard 变换'192. 基于MA TLAB 压缩编码2.1基于离散余弦变换的压缩编
26、码 I=imread('laopard.bmp'I=im2double(I;T=dctmtx(8;B=blkproc(I,8 8,'P1*x*P2',T,T' mask=1 1 1 1 0 0 0 01 1 1 0 0 0 0 01 1 0 0 0 0 0 01 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 0 0 0;B2=blkproc(B,8 8,'P1.*x',mask;I2=blkproc(B2,8 8,'P1*x*P2',
27、T',T; imshow(Ititle('原始图像'figure;imshow(I2title('压缩后的图像' 20 图7 离散余弦变换的压缩编码212.2基于小波变换的压缩编码 A=imread('wbarb.jpg'B=rgb2gray(A;subplot(1,2,2;imshow(B;title('灰度图像'colormap(gray(256;c,s=wavedec2(B,2,'bior3.7'A2=appcoef2(c,s,'bior3.7',1;H2=detcoef2('
28、h',c,s,1;V2=detcoef2('v',c,s,1;D2=detcoef2('d',c,s,1;F=wrcoef2('a',c,s,'bior3.7',1;G=wrcoef2('h',c,s,'bior3.7',1;H=wrcoef2('v',c,s,'bior3.7',1;I=wrcoef2('d',c,s,'bior3.7',1;J=F,G;H,I;figuresubplot(1,2,1;image(J;title
29、('分解后低频和高频信息'ca1=appcoef2(c,s,'bior3.7',1;ca1=wcodemat(ca1,440,'mat',0;ca1=0.5*ca1;subplot(1,2,2;image(ca1;title('压缩' 22 图8 小波变换的压缩编码23 从图像可看出,压缩取的是原始图像中小波分解的低频信息,这是一种最简单的压缩方法,只保留原始图像中低频信息,不经过其他处理即可获得较好的压缩效果。在上面中,我们还可以只提取小波分解第2,3,4. 层的低频信息。从理论上说,我们可以获得任意压缩比的压缩图像。利用二维小波变换进行图像压缩时,小波变换将图像从空间域变换到时间域,它
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025年智慧城市厂房委托出租与城市管理服务合同3篇
- 2025年度纺织行业供应链金融服务合同范本3篇
- 二零二四年养老院活动指导员聘用合同(老年文化活动策划与执行)3篇
- 二零二五版安保服务合同纠纷处理条款3篇
- 二零二四年度“石油化工”项目投资合同
- 二零二五年度疫情期间电子商务平台运营与推广合同3篇
- 2024注册不良资产处置公司协议转让
- 2024版用房产抵押借款合同
- 2025年度玫瑰花采摘与加工服务外包合同4篇
- 年度高压液压阀产业分析报告
- T-SDLPA 0001-2024 研究型病房建设和配置标准
- (人教PEP2024版)英语一年级上册Unit 1 教学课件(新教材)
- 全国职业院校技能大赛高职组(市政管线(道)数字化施工赛项)考试题库(含答案)
- 2024胃肠间质瘤(GIST)诊疗指南更新解读 2
- 光储电站储能系统调试方案
- 2024年二级建造师继续教育题库及答案(500题)
- 小学数学二年级100以内连加连减口算题
- 建设单位如何做好项目管理
- 三年级上递等式计算400题
- 一次性餐具配送投标方案
- 《中华民族多元一体格局》
评论
0/150
提交评论