实验三-JPEG图像编码

信息工程学院实验报告成绩：课程名称：多媒体技术成绩：指导教师〔签名〕：实验工程名称：实验三JPEG图像编码实验时间：2023-09-19指导教师〔签名〕：班级：姓名：学号：实验目的本实验旨在了解目前最为常用的JPEG压缩算法的工作原理，重点是DCT变换和量化。二、实验设备与软件1.PC计算机系统3.标准测试图像三、实验内容1.用MATLAB生成只有〔0，0〕系数为1，其余系数均为0的8×8矩阵，并对该系数矩阵做DCT反变换，并以图像方式显示变换后矩阵。实验代码：clc;clear;T=dctmtx(8);I1=[10000000;00000000;00000000;00000000;00000000;00000000;00000000;00000000;]I2=blkproc(I1,[88],'P1*x*P2',T',T);I3=imresize(I1,16);I4=imresize(I2,16);figuresubplot(1,2,1);imshow(I3);subplot(1,2,2);imshow(I4,[]);实验结果：2.改变系数1的位置，重复步骤1，观察输出图像的变化情况，进而理解DCT系数的物理含义。实验代码：clc;clear;T=dctmtx(8);I1=[00000000;10000000;00000000;00000000;00000000;00000000;00000000;00000000;]I2=blkproc(I1,[88],'P1*x*P2',T',T);I3=imresize(I1,16);I4=imresize(I2,16);figuresubplot(1,2,1);imshow(I3);subplot(1,2,2);imshow(I4,[]);实验结果：3.根据JPEG标准对标准测试图像做DCT变换，并对DCT系数进行量化〔选择量化步长为8〕；然后做反了量化和反变换，得到重建图像，比拟原始图像和重建图像的差异。实验代码：clc;clear;%读入指定途径的图像rgb=imread('C:\Users\lyz\Desktop\cameraman1.jpg');%RGB转换为YUV,即YCbCryuv=rgb2ycbcr(rgb);%将得到的YUV转换为可进行数学运算的double类型，原来为uint8类型yuv=double(yuv);%分别提取其中的Y,U,V矩阵y=yuv(:,:,1);u=yuv(:,:,2);v=yuv(:,:,3);%设定量化步长eql=8;%设定块操作时dct矩阵T=dctmtx(8);%将Y,U,V矩阵分割为8*8的小块，并对每个小块进行DCT变换y_dct=blkproc(y,[8,8],'P1*x*P2',T,T');u_dct=blkproc(u,[8,8],'P1*x*P2',T,T');v_dct=blkproc(v,[8,8],'P1*x*P2',T,T');%将得到的DCT系数除以量化步长y_dct=y_dct/eql;u_dct=u_dct/eql;v_dct=v_dct/eql;%将量化后的系数四舍五入y_dct_c=round(y_dct);u_dct_c=round(u_dct);v_dct_c=round(v_dct);%反量化y_dct_c=y_dct_c*eql;u_dct_c=u_dct_c*eql;v_dct_c=v_dct_c*eql;%进行DCT反变换y_idct=blkproc(y_dct_c,[8,8],'P1*x*P2',T',T);u_idct=blkproc(u_dct_c,[8,8],'P1*x*P2',T',T);v_idct=blkproc(v_dct_c,[8,8],'P1*x*P2',T',T);%恢复为YUV矩阵，转换为uint8类型，yuv(:,:,1)=y_idct;yuv(:,:,2)=u_idct;yuv(:,:,3)=v_idct;yuv=uint8(yuv);%YUV转换为RGBrgb1=ycbcr2rgb(yuv);%显示两幅图像subplot(1,2,1),imshow(rgb),title('原始图像');subplot(1,2,2),imshow(rgb1),title('处理后图像');实验结果：将实验测试图更换后实验结果：实验结论：由实验的结果可知，在量化步长为8的情况下，根据处理前后图像的比照，尽管损失了一些图像信息，但是根本上和与原图差异不大。4.改变量化步长，重复步骤〔3〕观察量化步长对图像质量的影响。将量化步长设为200实验结