圖像JPEG壓縮的matlab實(shí)現(xiàn)

1、圖像JPEG壓縮的matlab實(shí)現(xiàn)作者姓名： 專業(yè)名稱：信息工程指導(dǎo)教師： 講師摘要隨著現(xiàn)代經(jīng)濟(jì)的發(fā)展，影像風(fēng)暴已經(jīng)席卷了我們的日常生活，圖像對(duì)于人們已經(jīng)息息相關(guān)。人們對(duì)計(jì)算機(jī)實(shí)時(shí)處理圖像的要求就相對(duì)有所提高。現(xiàn)在我們就面對(duì)一個(gè)問題，如何在保證圖像質(zhì)量的前提下，同時(shí)能夠考慮到實(shí)時(shí)性和高效性就成了一個(gè)大家關(guān)注的問題。那么對(duì)圖像數(shù)據(jù)信息進(jìn)行必要的壓縮，以便能夠保證圖像的快速存儲(chǔ)和傳輸。但是，我們通?？吹降膱D像是一種重要的二維信號(hào)，所以它本身就包含非常龐大的數(shù)據(jù)量，為了快速存儲(chǔ)和實(shí)時(shí)傳輸，就必須對(duì)圖像信息進(jìn)行相應(yīng)的壓縮處理。新興的數(shù)學(xué)工具是局域DCT變換是一種新興的數(shù)學(xué)工具，在現(xiàn)在社會(huì)中，圖像壓縮技

2、術(shù)現(xiàn)在正受到大量的關(guān)注與研究。本次課題設(shè)計(jì)在分析近年來，在圖像處理領(lǐng)域，對(duì)圖像壓縮普遍方法的基礎(chǔ)之上，充分學(xué)習(xí)和分析了基于DCT變換的圖像壓縮的相關(guān)編碼及其基本原理和實(shí)現(xiàn)步驟。簡(jiǎn)單概述了圖像壓縮的基本原理以及發(fā)展現(xiàn)狀和方向，全面分析了DCT變換算法以及思路，提出了采用DCT變換壓縮的依據(jù)和優(yōu)勢(shì)。本文同時(shí)也介紹了圖像壓縮過程的重要步驟編碼量的方法和原理。為了方便簡(jiǎn)單,將使用MATLAB2010實(shí)現(xiàn)JPEG圖像壓縮的仿真。 在論文最后，將介紹仿真的過程以及仿真結(jié)果說明，闡述用MATLAB來實(shí)現(xiàn)離散余弦變換的圖像壓縮的基本過程，并總結(jié)相關(guān)方法的優(yōu)缺點(diǎn)。同時(shí)也將充分展示壓縮前后的圖像，并做相

3、應(yīng)的比較。關(guān)鍵詞：圖像 壓縮 DCT matlab仿真 Abstract With the development of modern economy, the storm has swept through the image of our daily life, people have been closely related to the image for the. People's requirements on image real-time processing is relatively improved. Now we face a problem, how to g

4、uarantee the quality of the image, at the same time can be old enough considering the real-time and efficiency has become an issue of concern. This information is certain to image compression and processing has become a very important link. However, the image is an important signal, due to the large

5、 amount of data, while the storage and transmission of the compressed. New mathematical tools are discrete cosine transform is a new mathematical tool, based on the discrete cosine transform image compression technology is now being a lot of attention and research. In this paper, based on the analys

6、is of the general methods of image compression in recent years, the basic principles and implementation steps of image compression based on DCT transform are also discussed. In this paper, the principle and development of image compression are introduced briefly, and the DCT transform algorithm is a

7、nalyzed and compared with other compression methods. The basis of DCT transform compression is proposed. The final step of the image compression process is to encode the quantized image. This. We use MATLAB6.5 to realize the simulation of JPEG image compression. The simulation results show that usin

8、g MATLAB to achieve the image discrete cosine transform compression method is simple, fast, small error advantages, greatly improves the efficiency and accuracy of image compression.Keywords: DCT ,matlab,simulation image, compression目錄圖像JPEG壓縮的matlab實(shí)現(xiàn)I摘要IAbstractII目錄III前言11 緒論31.1論文研究背景及意義31.2 JPEG

9、圖像的發(fā)展歷史及簡(jiǎn)介41.3 JPEG圖像在DCT中壓縮的作用51.4 本文研究的主要內(nèi)容62 圖像壓縮編碼原理82.1 DCT變換的來源82.2基于DCT的JPEG圖像壓縮編碼步驟92.3圖像壓縮處理技術(shù)基本理論103 圖像壓縮的MATLAB實(shí)現(xiàn)133.1離散余弦變換的定義及原理133.2離散余弦變換的算法實(shí)現(xiàn)143.3圖形用戶界面介紹15圖像文件讀取16圖像文件輸出174 運(yùn)行結(jié)果及分析194.1 程序流程圖194.2 MATLAB仿真結(jié)果204.3 實(shí)驗(yàn)結(jié)果及分析21總結(jié)23參考文獻(xiàn)24致謝25附件1 圖像JPEG壓縮的matlab程序26前言在當(dāng)今，人們大多都都已經(jīng)邁入了信息化的社會(huì)，

10、信息交換技術(shù)已經(jīng)發(fā)展出不同的形式，主要的信息分為三種形式：1.文字2.音頻3.圖像。在我們看來，信息傳播發(fā)展的歷史可以得出結(jié)論，人們已經(jīng)在信息中融入了形象，然而，對(duì)我而言，圖像更直觀，我們的觀察，但也有最多的數(shù)據(jù)量，相應(yīng)的數(shù)據(jù)量也最大，是最大的困難。這給圖像信息的實(shí)時(shí)傳輸與快速存儲(chǔ)帶來了非常大的挑戰(zhàn)。這已經(jīng)成為圖像和信息傳輸發(fā)展的難題，然而數(shù)字圖像的表示包含非常大的數(shù)據(jù)流，如果要對(duì)其進(jìn)行處理，就不得不對(duì)大量數(shù)據(jù)進(jìn)行適當(dāng)?shù)膲嚎s。人們已經(jīng)嘗試了各種各樣的方式對(duì)圖像數(shù)據(jù)進(jìn)行相關(guān)的壓縮處理，但是有些被壓縮的數(shù)據(jù)可能是對(duì)我們有用的。不過它的傳輸方法，以及傳輸媒介、以及存儲(chǔ)媒介都有著嚴(yán)格的要求。所以，對(duì)于

11、快速的圖像壓縮、以及圖像的壓縮和編碼技術(shù)，就是一種十分重要的現(xiàn)代圖像數(shù)據(jù)處理技術(shù)，也是一種核心技術(shù)。就現(xiàn)在而言圖像文件格式的種類也是非常多的，其中常用的靜止圖像壓縮編碼的國(guó)際標(biāo)準(zhǔn)JPEG格式，因?yàn)樗哂泻膬?nèi)存小，圖像的質(zhì)量相當(dāng)非常清晰，目前早已經(jīng)被廣泛的用于信號(hào)處理和圖像處理領(lǐng)域。整個(gè)圖像數(shù)據(jù)的壓縮過程和編碼的過程我們叫做基本的順序過程，因此被用戶用來作為圖像的壓縮的實(shí)際中進(jìn)行應(yīng)用。這是目前圖像壓縮技術(shù)在現(xiàn)實(shí)中的最成功的運(yùn)用之一。除此之外，重建圖像與壓縮前的圖像的視覺效果大致上沒有明顯區(qū)別。DCT變換本身就是在最小均方誤差條件下的最完美的正交變換，因此在圖像壓縮領(lǐng)域具有很好的實(shí)用價(jià)值，目前已經(jīng)

12、成為國(guó)際上普遍認(rèn)可的圖像壓縮的格式標(biāo)準(zhǔn)。余弦函數(shù)的核心是DCT變換，它的計(jì)算速度在目前來說十分的快，從而大大的提高了圖像壓縮的效率。MATLAB信號(hào)圖像處理工具是、math2works公司推出的一款功能強(qiáng)大，編寫簡(jiǎn)單的圖形處理軟件平臺(tái)，該平臺(tái)將數(shù)據(jù)分析、數(shù)據(jù)計(jì)算、矩陣運(yùn)算、信號(hào)處理和圖形顯示等多種處理技術(shù)融為一體，打造了一個(gè)方便的、高效的、快速的處理系統(tǒng)以及友好的用戶環(huán)境。在本次設(shè)計(jì)中，將直接在Matlab圖形處理工具箱中，調(diào)用相關(guān)圖形文件讀取、存儲(chǔ)以及具體操作函數(shù)和指令來實(shí)現(xiàn)基于DCT變換的圖像壓縮編碼過程，并分析相關(guān)結(jié)果，得出相應(yīng)的結(jié)論。1 緒論1.1論文研究背景及意義隨著目前信息技術(shù)以及

13、圖像識(shí)別技術(shù)的快速進(jìn)步，圖像信息技術(shù)早已經(jīng)被成熟的應(yīng)用在圖像檢測(cè)系統(tǒng)和網(wǎng)絡(luò)多媒體運(yùn)用技術(shù)中，但是在實(shí)際運(yùn)用中圖像的數(shù)據(jù)量往往是海量的。這樣龐大的信息量，如果不通過特定方式對(duì)信息進(jìn)行壓縮,不但遠(yuǎn)遠(yuǎn)超過了一般處理系統(tǒng)的存儲(chǔ)能力和處理能力,而且在目前的傳輸信道的傳輸速率不大的情況下，根本不能夠完成龐大的多媒體信息的實(shí)時(shí)且快速的傳輸。所以，為了我們可以有效且快速的存儲(chǔ)、處理和傳輸多媒體圖像數(shù)據(jù),我們就必須對(duì)大數(shù)據(jù)的圖像數(shù)據(jù)進(jìn)行有效的壓縮，因此必須對(duì)圖像壓縮編碼的方法進(jìn)行仔細(xì)全面地研究和分析。因?yàn)榻M成圖像的各像素之間,不管是在垂直方向，還是在水平方向上都會(huì)存在一定的聯(lián)系，那么，如果我們采用某種特定的圖像

14、壓縮編碼技術(shù)提取或者減少這種聯(lián)系,最終便可以達(dá)到壓縮數(shù)據(jù)的效果。圖像信息是人們?cè)谏钪懈惺艿降淖钪匾淖钪庇^的信息，在多媒體技術(shù)和通訊傳輸技術(shù)的快速發(fā)展的今天，圖像必然也是信息技術(shù)所需要處理的最重要對(duì)象。在現(xiàn)在社會(huì)中，圖像處理技術(shù)的發(fā)展十分快速，從而也帶動(dòng)了多媒體娛樂、多媒體數(shù)字通信、數(shù)碼高清相機(jī)、高清數(shù)碼攝像頭和高清晰度顯示屏等各類與圖像和視頻相關(guān)的產(chǎn)品的快速進(jìn)步。隨著目前圖像信息的數(shù)據(jù)量的不斷加大，而且很多成像設(shè)備的分辨率的越來越高，每一張圖像所包含的信息量也就更大，海量的圖像數(shù)據(jù)已經(jīng)給存儲(chǔ)設(shè)備的存儲(chǔ)空間、通信信道的帶寬以及處理器的處理速度帶來了很大的壓力。如果我們要克服這些挑戰(zhàn)，就必須采

15、用某種編碼方式對(duì)圖像進(jìn)行可逆的有效的壓縮處理。數(shù)字圖像壓縮編碼的目的就是通過壓縮，減小圖片的內(nèi)存，用盡可能最少的比特?cái)?shù)來表征一幅圖像，同時(shí)盡可能的保持原來圖像的視覺效果，這必然要求我們對(duì)圖像編碼方式以及解碼算法進(jìn)行深入研究，目前，這個(gè)課題已將越來越受到人們的重視，成為近些年信息技術(shù)中的核心和熱點(diǎn)。如果能夠有好的編碼技術(shù)，將大大提升圖像信息的傳輸以及存儲(chǔ)能力。1.2 JPEG圖像的發(fā)展歷史及簡(jiǎn)介在數(shù)十年的歲月里，越來越多的的圖像壓縮方法和相關(guān)理論已經(jīng)被提出，可以分為傳統(tǒng)的壓縮編碼方法和圖像編碼的新方法。傳統(tǒng)的編碼技術(shù)，包括脈沖編碼調(diào)制、量化、熵編碼等十種編碼方式。但是隨著這些傳統(tǒng)編碼方法的進(jìn)一步

16、應(yīng)用，已經(jīng)發(fā)現(xiàn)了這些方法的不足之處：比如在傳統(tǒng)編碼方法中由于正交變換的差頻局部化，變換系數(shù)的丟失對(duì)原始圖像的原來結(jié)構(gòu)的影響。所以，在量化編碼不可以用特定的方法；高的壓縮比也會(huì)造成圖像邊緣虛化的發(fā)生從而發(fā)現(xiàn)嚴(yán)重的塊效應(yīng)。由于JPEG目前在圖像壓縮領(lǐng)域取得了廣泛運(yùn)用，因此，它已經(jīng)成為了全世界的在圖像處理與分析領(lǐng)域的一個(gè)標(biāo)準(zhǔn)。同時(shí)，他在全球圖像壓縮領(lǐng)域中，已經(jīng)成為其中核心的部分。 JPEG本身僅僅只描述了如何把圖像信息轉(zhuǎn)換為字節(jié)流的數(shù)據(jù)，然而無法描述如何把這些字節(jié)在任何特定的存儲(chǔ)介質(zhì)密封起來。.jpeg /.jpg是使用得比較多的圖像文件的格式，由一個(gè)圖像處理的聯(lián)合會(huì)組織編制的，是一種會(huì)丟失部分信息

17、的圖像壓縮格式，同時(shí)也是一種能夠給保持原因視覺效果的壓模式。特別是采用高壓縮比以后，圖像質(zhì)量將會(huì)得到一定的恢復(fù)，但是最后減壓之后明顯會(huì)減少，如果我們需要高質(zhì)量的圖像效果，則高壓縮比的方式就不適合使用了。不過，JPEG壓縮技術(shù)已經(jīng)非常先進(jìn)和成熟，它通過有損壓縮的形式來刪除圖像數(shù)據(jù)的冗余，從而獲得非常高的壓縮率，顯示了一個(gè)非常接近原始圖像的視覺效果。換一句話來說，用盡可能最少的存儲(chǔ)空間來存儲(chǔ)較完整的圖像是能夠?qū)崿F(xiàn)的。JPEG本身也是一種比較常用的穩(wěn)定的圖像格式，可以根據(jù)實(shí)際的需要來調(diào)節(jié)圖像的質(zhì)量，通過設(shè)定相應(yīng)的壓縮比可以獲取能夠滿足內(nèi)存存儲(chǔ)的需求，同時(shí)支持多級(jí)別的分向壓縮，壓縮比從10:1到40:

18、1，通常壓縮比越大，圖像數(shù)據(jù)丟失就越嚴(yán)重，圖像的品質(zhì)自然也就很差；相反，圖像品質(zhì)就越好。例如，你能夠?qū)?0.3kb BMP位圖文件壓縮到1.37mb。實(shí)際上，你能夠在圖像質(zhì)量和文件大小之間找到一個(gè)適當(dāng)?shù)钠胶恻c(diǎn)?，F(xiàn)在處理的主要是高頻部分，針對(duì)JPEG壓縮的。在日常生活中，顏色占得分量也是比較多的，在網(wǎng)絡(luò)上面的運(yùn)用也是相對(duì)完整 。在圖像的傳輸過程中，花費(fèi)時(shí)間也能夠得到減少，這樣就大大的提高了傳輸時(shí)需要的時(shí)間，工作效率也會(huì)隨之增強(qiáng)。1.3 JPEG圖像在DCT中壓縮的作用圖像壓縮這門技術(shù)起源于古老的數(shù)字電視信號(hào)。到現(xiàn)已經(jīng)有了悠久的歷史。隨著科技的進(jìn)步，圖像處理的方式也逐步完善，處理的方式也出現(xiàn)了多樣

19、化。圖像壓縮技術(shù)也隨之得到了比較好的發(fā)展?，F(xiàn)在主要的熱點(diǎn)是DCT的變換、以及圖像的處理。在本文中，將對(duì)最廣泛使用的圖像壓縮算法進(jìn)行檢討，并討論了它們的優(yōu)點(diǎn)和缺點(diǎn)，以及它們的發(fā)展前景。在JPEG算法原理里，把圖像以一塊一塊的方式存在，它們之間不互相干擾，也不會(huì)重疊。這些塊我們?cè)賹⑺鼈儎澐譃槎S離散余弦變換。它們之間的系數(shù)是沒有關(guān)系的。常用的JPEG主要有以下的特點(diǎn)： 它有幾處優(yōu)點(diǎn)：它已經(jīng)形成了國(guó)際化的標(biāo)準(zhǔn)；以及在中端和高端比特率中的圖像質(zhì)量有一個(gè)有效的保證。也有如下的缺點(diǎn)：就是在處理過程中，圖像已被分成了塊。在處理過程中會(huì)產(chǎn)生方塊效應(yīng)。很難用高斯過程來描述。系數(shù)在量化的時(shí)候也會(huì)丟失一部分?jǐn)?shù)據(jù)。而

20、且在另一方面圖像的壓縮比例在當(dāng)前來看還不太高，還需進(jìn)一步的努力。JPEG在對(duì)圖像進(jìn)行壓縮的過程中，會(huì)出現(xiàn)方塊效應(yīng)。而方塊效應(yīng)主要體現(xiàn)在信號(hào)上面。在這個(gè)過程中，圖像壓縮數(shù)據(jù)在高頻量的數(shù)據(jù)是可以省略的，但是低頻量上的數(shù)據(jù)包含了一些圖像的基本數(shù)據(jù)。因此，圖像壓縮過程中必須保證低頻數(shù)據(jù)不被丟失。它是相當(dāng)于對(duì)交疊在一起的數(shù)據(jù)進(jìn)行離散余弦的變換。這種方式不僅將大大減少壓縮數(shù)據(jù)對(duì)圖像的影響，而且將大大提高壓縮的穩(wěn)定性。1.4 本文研究的主要內(nèi)容在本文畢設(shè)中，是以matlab為平臺(tái)來進(jìn)行開發(fā)研究。主要研究的是JPEG圖像在matlab中的使用。分析JPEG圖像的原理，以及對(duì)原理的升入研究。Matlab這個(gè)平臺(tái)

21、對(duì)于初學(xué)者來說是比較實(shí)用的，本次的設(shè)計(jì)師用DCT的算法來進(jìn)行研究。首先，需要理解DCT算法的使用和了解，利用matlab來進(jìn)行圖像的仿真。本次論文的主要研究?jī)?nèi)容如下：第一章為matlab及JPEG的基礎(chǔ)部分，初步的介紹了本文課題研究的方向及意義。還有之后介紹當(dāng)前圖像壓縮技術(shù)的發(fā)展現(xiàn)狀和未來發(fā)展的方向。 本次論文主要根據(jù)以往和當(dāng)今離散余弦變換在圖像壓縮中的應(yīng)用經(jīng)驗(yàn)，對(duì)這次的研究來作一個(gè)總結(jié)。主要總結(jié)了本次論文的主要研究核心的技術(shù)，第二章主要介紹了JPEG圖像壓縮方面的發(fā)展及意義和現(xiàn)狀，包括圖像壓縮的相關(guān)標(biāo)準(zhǔn)、技術(shù)指標(biāo)和相關(guān)分類等等，討論了圖像壓縮編碼及離散余弦變換的模型的相關(guān)原理等；第三章介紹了

22、離散余弦變換的matlab，介紹了MATLAB圖像處理工具箱的應(yīng)用方法，然后概述了JPEG的基本原理、以及離散余弦變換相關(guān)算法的實(shí)現(xiàn)等，并在本次論文中實(shí)現(xiàn)離散余弦變換的圖像壓縮；第四章主要介紹了離散余弦變換的matlab界面，介紹的圖形用戶界面功能，采用MATLAB代碼的圖像壓縮編碼和界面操作過程中討論的設(shè)計(jì)思路和邏輯；在論文的最后，提出了本文的相關(guān)結(jié)論，提出了需要解決的問題，并提出改進(jìn)步驟。2 圖像壓縮編碼原理2.1 DCT變換的來源在目前信號(hào)的變換編碼處理方法中，一般情況下通過將一組相關(guān)的基函數(shù)的進(jìn)行信號(hào)分解，就能夠得到信號(hào)的變換域表示法，在變換域中，根據(jù)信號(hào)在相關(guān)特性上比較集中的特點(diǎn)，把

23、重點(diǎn)放在特征提取和分析特點(diǎn)兩個(gè)部分進(jìn)行研究。從19世紀(jì)20年代以來，傅里葉變換在信號(hào)處理方面的應(yīng)用，是目前應(yīng)用最廣泛的一種分析手段。DCT變換在現(xiàn)實(shí)運(yùn)用比較廣泛，它可以實(shí)現(xiàn)在頻域中進(jìn)行高精準(zhǔn)的定位，也就是具有很高的分辨率，而它在時(shí)域中是不具有任何定位性或分辨能力的，但它能夠反映的所有相關(guān)信號(hào)的時(shí)間域特征，但它不能提供任何相關(guān)的時(shí)頻率信息。事實(shí)上，在我們的日常生活所用到的信號(hào)平穩(wěn)的，其他的頻率的特點(diǎn)是隨時(shí)間來進(jìn)行變化的。分析傅立葉變換的這種信號(hào)，雖然可以知道頻率信息包含的信息是什么，但不能知道具體信息的頻率在哪一段時(shí)間內(nèi)，因此不能提供這些信號(hào)所有完整性的信息。顯然，傅立葉變換不適合實(shí)時(shí)（或瞬時(shí)）

24、頻域特征信息 離散余弦變換(DCT)，其實(shí)際上就是一種轉(zhuǎn)換分析信號(hào)的方法，如果要在變換的過程中去除來分析的信號(hào)，從而提取其特征，我們就需要不得不適當(dāng)?shù)臉?gòu)造一組基函數(shù)，而且這組基函數(shù)必須是以某種形式非常類似于我們所需要表示的數(shù)據(jù)，甚至必須具有與數(shù)據(jù)相類似的相關(guān)結(jié)構(gòu)。在人們?nèi)粘Ｉ钪小ＭǔＧ闆r下遇到的信號(hào)是在時(shí)域和頻域都同時(shí)具有相關(guān)性。在空間上相隔比較近的樣值間的相關(guān)性，相比于相隔較遠(yuǎn)樣值的大得多，然而在頻域上通常是呈帶狀的。為了分析和表示這樣的信號(hào)，我們要求相關(guān)的基函數(shù)在空間域和頻域都是局域性的。因?yàn)殡x散余弦函數(shù)的頻域分辨率與時(shí)域分辨率具有反比例的關(guān)系，剛好與實(shí)際信號(hào)長(zhǎng)時(shí)為低頻、短時(shí)高頻的特性基

25、本一致，不僅可以準(zhǔn)確的定位信號(hào)的瞬間跳變，同時(shí)還能夠呈現(xiàn)信號(hào)的整體變化規(guī)律率。綜上所述，離散余弦變換是一種比較理想的進(jìn)行信號(hào)處理的數(shù)學(xué)工具6，在信號(hào)處理及其圖像處理領(lǐng)域具有很好的優(yōu)勢(shì)，以及良好的實(shí)時(shí)性。2.2基于DCT的JPEG圖像壓縮編碼步驟1、顏色空間的轉(zhuǎn)換和采樣JPEG的文件目前都是使用的顏色空間為1982年推薦的電視圖像數(shù)字化標(biāo)準(zhǔn)CCIR 601(現(xiàn)為ITU-RB T.601)。在數(shù)字化的標(biāo)準(zhǔn)中，信號(hào)的變換必須是在時(shí)域中進(jìn)行的，因此需要采用 8位的數(shù)字來表示代碼。其中Y表示其亮度，CbCr表示其色度。將RGB模式的全彩色圖像轉(zhuǎn)換到Y(jié)CbCr模式，通常采用公式(2-1)， (2-1)逆變

26、換公式為： (2-2)2、 二維離散余弦變換通常，二維離散余弦正變換公式如下：式中x,y,u,v=0,1,2.n-1; 其中當(dāng)u,v=0時(shí)：其它都為1；二維離散余弦逆變換公式為：（2-3）JPEG目前是將圖像分割成數(shù)個(gè)8×8的子塊，每一個(gè)子塊的數(shù)值在-128到127之間。同時(shí)，采用余弦變換可以得出相關(guān)的64個(gè)變換系數(shù)8。變換公式，如圖所以： （2-4）2.3圖像壓縮處理技術(shù)基本理論圖像數(shù)據(jù)壓縮的核心問題，就是能否在兼顧圖像質(zhì)量的條件下，采用更少的數(shù)據(jù)量來表示圖像，從而大大提高圖像實(shí)時(shí)傳輸?shù)男室约翱焖俅鎯?chǔ)的速度，這就是我們?cè)谛畔⒕幋a中信源編碼的基本含義。也就是說，前者在解碼

27、后可以最大程度還原圖像的視覺效果，盡可能的減少信息的丟失；然而后者在解碼時(shí)只能近似原圖像壓縮是通過刪除圖像數(shù)據(jù)中冗余的或者采用壓縮高頻量的方法來減少數(shù)據(jù)量，從而實(shí)現(xiàn)相關(guān)圖像的壓縮。實(shí)際上，壓縮過程和解壓過程這兩個(gè)過程是一個(gè)可逆過程，實(shí)際也就是相對(duì)于編碼和解碼的過程，壓縮技術(shù)分為缺失壓縮和完全壓縮兩種，其實(shí)缺失壓縮會(huì)造成數(shù)據(jù)量的丟失，而完全壓縮會(huì)按照相關(guān)編碼對(duì)所有數(shù)據(jù)進(jìn)行保留和恢復(fù)。 假設(shè)有一個(gè)沒有事先備份的信道，所傳輸?shù)男畔閍i，1iN，發(fā)生的事件在發(fā)生幾率上是可以判斷的，記為P(ai)。則其信息量定義為： （2-5）由此可見一個(gè)消息出現(xiàn)的可能性越小，其信息量就越多，其出現(xiàn)對(duì)信息的貢獻(xiàn)量越大

28、，反之亦然7。信源的平均信息量稱為“熵”（entropy），可以表示為： （2-6）對(duì)其取二為底的對(duì)數(shù)時(shí)，也可寫成如下 （2-7）在圖像壓縮過程中，比較重要衡量指標(biāo)就是壓縮比。一般通過下列公式可以計(jì)算壓縮比在進(jìn)行圖像壓縮編碼的過程中通常分為兩個(gè)過程，第一個(gè)過程為利用相關(guān)的分析模型和變換模型對(duì)圖像信號(hào)進(jìn)行處理的；另一個(gè)過程是利用變換過程中信號(hào)分析和變換特性，再根據(jù)相關(guān)的編碼方式對(duì)相關(guān)數(shù)進(jìn)行量化處理，編碼器與解碼器的結(jié)構(gòu)分別如圖所示。圖像編碼壓縮模型如圖所示：原始數(shù)據(jù)量化器DCT變換量化編碼壓縮圖像數(shù)據(jù) 圖2.1圖像編碼壓縮模型 首先就是采集數(shù)據(jù)，對(duì)要處理原圖像的相關(guān)圖像信息進(jìn)行相關(guān)采集，然后對(duì)采

29、集到數(shù)據(jù)進(jìn)行DCT量化處理，也就是將信息從頻域中轉(zhuǎn)化到時(shí)域中進(jìn)行分析，這樣做也是便于進(jìn)行相關(guān)的編碼分析和處理。最后在進(jìn)行進(jìn)一步量化處理，然后進(jìn)行相應(yīng)的壓縮編碼，最后，就可以實(shí)現(xiàn)圖像數(shù)據(jù)的壓縮。這種壓縮方式屬于有損壓縮，因此需要保證其穩(wěn)定的可恢復(fù)性。3 圖像壓縮的MATLAB實(shí)現(xiàn)3.1離散余弦變換的定義及原理圖像的二維離散余弦變換(Discrete Cosine Transform)簡(jiǎn)稱DCT變換是在最小均方誤差條件下求出的一種最佳正交變換，這種變換在信號(hào)和圖像領(lǐng)域獲得廣泛的使用，大多數(shù)情況下，為了保證圖像的質(zhì)量以及增強(qiáng)其傳輸?shù)乃俾?，一般使用DCT變換編碼對(duì)相關(guān)圖像信息進(jìn)行必要壓縮處理，并已經(jīng)成

30、為大多數(shù)圖像編碼技術(shù)國(guó)際標(biāo)準(zhǔn)的核心，實(shí)際上，JPEG圖像格式的壓縮算法采用的就是DCT變換算法。DCT變換的本質(zhì)為標(biāo)準(zhǔn)余弦函數(shù)變換，其運(yùn)算速度非?？焖伲梢源蟠筇岣邏嚎s以及數(shù)據(jù)處理的效果12，JPEG算法目前已經(jīng)成為JPEG世界標(biāo)準(zhǔn)，它是世界上第一有關(guān)圖像彩色、灰度、靜止圖像的全球標(biāo)準(zhǔn)。在編碼過程中，JPEG算法首先通過把RGB分量分化為兩種分量亮度分量和色差分量，緊接著將相關(guān)圖像進(jìn)行分解，最后變成 8×8的像素塊，隨后將每一個(gè)個(gè)8×8像素塊直接導(dǎo)入矩陣的全部值進(jìn)行平均運(yùn)算，剩下的63個(gè)系數(shù)將作為交流量的系數(shù)，其中每一個(gè)系數(shù)都表示一定的壓縮量，緊跟著在離散余弦變換的基礎(chǔ)上，

31、對(duì)圖像數(shù)據(jù)量進(jìn)行矩陣量化。在解壓的過程中，第一步是對(duì)原來已經(jīng)編碼量化的相關(guān)系數(shù)進(jìn)行逆向的解碼處理，接下來就就可以求逆量化并使用離散余弦變換的逆變換將DCT每一個(gè)相關(guān)的系數(shù)變成為8×8數(shù)據(jù)信息塊，這樣便于對(duì)每個(gè)信息塊進(jìn)行壓縮操作。離散余弦變換的傳統(tǒng)算法就是一種基于FFT（快速傅里葉變換）的基本算法，這種算法就是一種快速的傅里葉變換，目前廣泛運(yùn)用圖像處理，視頻處理和信號(hào)處理領(lǐng)域中。本論文中主要采用一種全新的變換方法基于DCT變換矩陣算法3。這種變換矩陣的方法是非常適合做8×8或16×16的圖像塊的離散余弦變換，因?yàn)樗哂泻芸斓倪\(yùn)算速度，便于處理器快速的處理。本文主要采

32、用MATLAB工具庫(kù)中dctmtx函數(shù)來計(jì)算變換矩陣。要實(shí)現(xiàn)A的二維離散余弦變換，只需計(jì)算D*A*D。這種計(jì)算有時(shí)會(huì)比利用函數(shù)dct2更快，特別是計(jì)算大量小的相同尺寸DCT時(shí)，因?yàn)榫仃嘍只需計(jì)算一次就可以了，因此具有很快的速度12。舉一個(gè)例子來說，在進(jìn)行圖像的JPEG壓縮時(shí)，就需要不斷地進(jìn)行變換量化，得到相關(guān)的子像素模塊，如果要快速實(shí)現(xiàn)這種操作，第一步就是要調(diào)用函數(shù)dctmtx得到矩陣D，即利用語(yǔ)句D=dctmtx(8)，然后，對(duì)每一個(gè)圖像塊執(zhí)行運(yùn)算B=D*A*D。因?yàn)樽儞Q矩陣D是一個(gè)實(shí)正交的8x8矩陣，將其進(jìn)行二維逆DCT為A=D*B*D。顯然，這種調(diào)用方式相比于其他的函數(shù)要更快，更準(zhǔn)確。關(guān)

33、于DCT變換的算法，實(shí)際上是一種對(duì)高頻信息量壓縮的處理方式，對(duì)其低頻信息量進(jìn)行完整的保留，從而達(dá)到最大程度保留原始圖像信息，以恢復(fù)圖像原本的視覺效果的過程。3.2離散余弦變換的算法實(shí)現(xiàn)第一步是讀取指定的圖像文件X，然后調(diào)用dctmtx函數(shù)對(duì)圖像X進(jìn)行DCT變換，最終可以得到矩陣T，就是采用語(yǔ)句D=dctmtx(8)，接下來，對(duì)每一個(gè)像素塊進(jìn)行矩陣運(yùn)算B=T*矩陣x*T。隨后就可以調(diào)用二值掩膜算法對(duì)DCT的系數(shù)進(jìn)行相應(yīng)壓縮，通常情況下，只保留DCT變換的10個(gè)壓縮后的系數(shù)就可以了。最后在對(duì)整個(gè)圖像進(jìn)行逆DCT變換，也就是進(jìn)行圖像的重構(gòu)，并在計(jì)算機(jī)上進(jìn)行顯示。整個(gè)算法的處理過程如下圖所示：離散余弦

34、算法流程圖導(dǎo)入圖片利用DCT對(duì)圖像進(jìn)行余弦變換對(duì)圖像每個(gè)不同8*8數(shù)據(jù)進(jìn)行矩陣處理陣?yán)枚笛谀ぶ槐Ａ鬌TC變換的10個(gè)系數(shù) 逆DCT變換重構(gòu)圖像顯示圖片圖3.1 離散余弦算法流程圖 3.3圖形用戶界面介紹傳統(tǒng)的用戶界面一般是指用戶與計(jì)算機(jī)之間進(jìn)行相互信息和數(shù)據(jù)交流的應(yīng)用平臺(tái)，目前已經(jīng)有多種人機(jī)交互方式相繼出現(xiàn)，目前已經(jīng)從指令集的交互方式，發(fā)展至以圖形界面操作為主的更簡(jiǎn)單直觀交互形式?，F(xiàn)在，圖形界面己在人機(jī)交互方式中占核心地位，這主要是因?yàn)槠淠軌蚋?jiǎn)單，更靈活，更直觀，更快速的實(shí)現(xiàn)人機(jī)的交互通信。目前基于各種操作系統(tǒng)的用戶UI的開發(fā)設(shè)計(jì)已經(jīng)非常普遍和重要11。因?yàn)椴皇撬糜脩舳际菍I(yè)

35、的計(jì)算機(jī)人員，所以界面的設(shè)計(jì)與使用必須十分方便，大多數(shù)功能均需要采用菜單按鈕和圖標(biāo)，用戶可以僅僅通過圖標(biāo)、按鈕文字就可以輕松的進(jìn)行相應(yīng)的操作。圖形用戶界面（Graphical User Interfaces，簡(jiǎn)稱GUI）是一種圖形化的人機(jī)溝通界面，它是在操作系統(tǒng)的幫助下，實(shí)現(xiàn)圖像信息快速轉(zhuǎn)換為及其指令的過程，大大提高了用戶使用的方便性和靈活性，而這些界面上會(huì)設(shè)計(jì)許多必要的按鈕、窗口、菜單、圖標(biāo)、根據(jù)、鍵盤操作等對(duì)象，以方便可以借助這些用戶界面快速調(diào)用MATLAB工具來進(jìn)行圖像和信號(hào)的運(yùn)算處理操作。GUI是將來圖像分析和處理的發(fā)展方向，因?yàn)閳D像的視覺認(rèn)知在一定程度上更容易被人們所接受。所以，采用

36、用戶界面的方式進(jìn)行圖像和信號(hào)處理，甚至進(jìn)行人機(jī)交互的信息傳輸，將大大降低用戶的操作難度，增強(qiáng)用戶對(duì)處理過程的認(rèn)知。 圖像文件讀取在我們壓縮圖像之前首先需要讀取圖像的像素點(diǎn)，以便進(jìn)行后續(xù)處理。此部分可分為三個(gè)過程：原始圖像載入，顏色模式轉(zhuǎn)換以及離散余弦變換，第一步是讀取指定的圖像文件，然后調(diào)用dctmtx函數(shù)對(duì)圖像進(jìn)行DCT變換，從而獲得矩陣T，使用語(yǔ)句：D=dctmtx(8)，最后，對(duì)每一個(gè)圖像塊進(jìn)行相應(yīng)的矩陣操作：B=P1*x*P2。（1） 圖像文件的讀取。MATLAB中一般是直接調(diào)用工具庫(kù)中imread函數(shù)來實(shí)現(xiàn)圖像文件的讀取操作的。其語(yǔ)法為： A=imread(filename,fmt)

37、 X,map=imread(filename,fmt) ,=imread(filename) Filename：圖像文件名；fmt：圖像文件格式(2) 顏色模式轉(zhuǎn)換及采樣(3) DCT變換(4) 對(duì)整幅圖像進(jìn)行DCT變換，具體程序?qū)崿F(xiàn)：RGB=imread(autumn,BMP); %從內(nèi)存中讀取BMP格式的真彩色圖像I=rgb2gTay(RGB); %將真彩色圖像RGB轉(zhuǎn)換為灰度級(jí)亮度圖像II=im2double(I); %將I變換為雙精度格式I1=idct2(I); %對(duì)I進(jìn)行二維DCT，返回的I1包含DCT系數(shù)I1=idct2(I1); %求二維DCT逆變換，重構(gòu)圖像subplot(2,

38、2,1); imshow(I);subplot(2,2,2); imshow(I2);subplot(2,2,3); imshoa,(I1);subplot(2,2,4); imshow(abs(I-I2);figrue,mesh(I1)； title(變換譜三維彩色圖）colorbar(vert); %在垂直軸旁增加一顏色等級(jí)條在MATLAB中，可以調(diào)用image函數(shù)來顯示圖像，其語(yǔ)法格式為：Image(C) image就是用來顯示原始圖像相關(guān)數(shù)據(jù)的，也就是在圖像上顯示x,y軸，能夠很容易看到圖像的像素情況。所謂量化過程其實(shí)就是一個(gè)對(duì)圖像壓縮比的控制過程。在這個(gè)過程中可以去除高頻量，但是會(huì)造

39、成一些高頻信息的丟失。不過人類對(duì)高頻量一般都不會(huì)很敏感。因此不會(huì)對(duì)處理后的圖像的視覺效果有所影響。其實(shí)對(duì)多數(shù)的圖象信息都是存在于低頻量中，經(jīng)過量化這一過程后，在頻率很高的空間上，就會(huì)出現(xiàn)一連串的數(shù)字0。3“Z”字掃描矢量中出現(xiàn)的連續(xù)的數(shù)字0片段，可以使用一些處理壓縮掉。比如有一組矢量(64個(gè)的后63個(gè)，已按z字形掃描得到)是57，45，0，0，0，0，23，0-30-16，0，0，1，0，0，0，0，0，0，0， 0經(jīng)過RLC壓縮后就是(0，57) (0，45) (4，23) (1，-30) (0，-16) (2，1)， EOB 是一個(gè)結(jié)束符，說明以后的部分都是0了,一般用(0，0) 來表示E

40、OB。不過，假設(shè)這一串?dāng)?shù)字不以0結(jié)束，就沒必要用EOB。 圖像文件輸出YUVI=cat(3,uint8(YI),uint8(UI),uint8(VI);%經(jīng)過DCT變換和量化后的YUV圖像 figure,imshow(YUVI),title('經(jīng)過DCT變換和量化后的YUV圖像'); RI=YI-0.001*UI+1.402*VI; GI=YI-0.344*UI-0.714*VI; BI=YI+1.772*UI+0.001*VI; RGBI=cat(3,RI,GI,BI);%經(jīng)過DCT變換和量化后的YUV圖像 RGBI=uint8(RGBI); figure,imshow RG

41、BI (),title('經(jīng)過DCT變換和量化后的RGB圖像'); imwrite(RGBI,'L:UsersYi FanDesktopend.jpg'); %保存壓縮圖像 從這段輸出圖像代碼中可以看出，JPEG預(yù)處理圖像經(jīng)過了DCT變化和量化后，就保存在桌面上。其實(shí)就是經(jīng)過兩次DCT變換，在頻域中對(duì)相關(guān)圖像進(jìn)行像素處理。這樣一來就可以對(duì)圖像進(jìn)行壓縮了。在離散余弦變換處理中得到的64個(gè)系數(shù)中，低頻分量包含了圖像的亮度、色度等核心信息。在從空間域到頻域的變換中，圖像中的緩慢變化比快速變化往往更易引起用戶的重視，所以在重建圖像時(shí)，往往更重視低頻量，有時(shí)候甚至直接壓縮

42、掉高頻量。因而在編碼過程中可以對(duì)高頻量進(jìn)行去除， 這樣就可以達(dá)到一種壓縮的效果，這也是圖像量化的根本依據(jù)。4 運(yùn)行結(jié)果及分析4.1 程序流程圖StartImread( )909 讀取圖像dctmtx(8) 產(chǎn)生一個(gè)CT變換舉證 矩陣量化處理 DCT變換 DCT變換 DCT變換 圖像輸出 DCT變換End圖4.1 程序流程圖從該流程圖可以看出這個(gè)MATLAB程序的執(zhí)行過程，首先就是讀取在指定的路徑中獲取相關(guān)的圖像信息，緊接著就是通過這些圖像像素信息，生成一個(gè)8x8的舉證，便于后期的量化處理，以及進(jìn)行DCT變換處理，將一些特定部分像素點(diǎn)進(jìn)行刪減，最終實(shí)現(xiàn)圖像壓縮。其實(shí)我們很容易發(fā)現(xiàn)其實(shí)壓縮的核心就

43、是DCT變。4.2 MATLAB仿真結(jié)果這一章節(jié)，筆者將進(jìn)行仿真演示，重點(diǎn)演示MATLAB的軟件操作，并且給出相關(guān)的操作過程。首先打來MATLAB軟件后，如圖4.2所示，圖4.2 MATLAB主界面圖在該界面的左上角，點(diǎn)擊新建圖標(biāo)會(huì)彈出如圖4.3所示的編輯窗體，在該窗體即可編寫代碼，圖4.3 編譯窗體代碼編寫完成后，點(diǎn)擊第二排菜單中綠色的箭頭圖標(biāo)（運(yùn)行按鈕），即可進(jìn)行編譯，但是之前你需要將相應(yīng)的處理圖片放在你自己設(shè)定的路徑下，以便讓系統(tǒng)可以找到處理的圖像。運(yùn)行結(jié)果如圖4.4所示，圖4.4 運(yùn)行結(jié)果4.3 實(shí)驗(yàn)結(jié)果及分析上一小節(jié)筆者演示仿真的過程，這一章節(jié)我們一起來研究和分析放在的結(jié)果，如下圖4

44、.5所示，是處理前的圖片： 圖4.5 原圖像下面是處理后的最終圖片，如圖4.6所示， 圖4.6 壓縮后的圖像運(yùn)行MATLAB程序后，顯示如上幾幅圖所示的圖像，點(diǎn)擊運(yùn)行圖表按鈕，在桌面上會(huì)立即生成上面兩幅圖片。進(jìn)過對(duì)比，我們不難發(fā)現(xiàn)，兩幅圖片的整體視覺效果基本一致，清晰度區(qū)別不大。說明經(jīng)過DCT變換壓縮處理后的圖像，與之前圖像相比效果基本一致，這種壓縮效果讓人比較滿意。而且原來圖像的大小為13.3Kb,占用內(nèi)存16.0kb,字節(jié)數(shù)16384b，壓縮之后的圖像大小為8.57k，占用內(nèi)存12k，字節(jié)數(shù)12288B，很明顯，壓縮后圖像的大小以及內(nèi)存的消耗明顯降低，達(dá)到了很好的壓縮效果。另外，如果將這種

45、壓縮方式作為一種小軟件在Windows平臺(tái)上使用，具有操作靈活簡(jiǎn)單，處理速度快等優(yōu)勢(shì)，具有很好的推廣價(jià)值。總結(jié)論文首先簡(jiǎn)單闡述了該課題的研究的背景、圖像信息壓縮技術(shù)的發(fā)展經(jīng)歷和未來發(fā)展的基本思路和方向、DCT中壓縮的作用等，并在第一章的最后重點(diǎn)論述了本文研究的主要內(nèi)容以及含義。然后論文又討論了圖像壓縮的編碼原理，闡述了涉及到相關(guān)問題，接著有簡(jiǎn)單介紹了DCT（離散余弦變換）的來源，同時(shí)論文也講述了jpeg圖像壓縮的編碼過程和闡述壓縮處理技術(shù)的基本理論。在前面兩個(gè)部分的基礎(chǔ)上，論文就開始進(jìn)入matlab程序設(shè)計(jì)的核心內(nèi)容，包括圖像文件讀取、圖像文件的輸出等一列程序設(shè)計(jì)過程，并對(duì)某些可能難以理解的地

46、方加以闡述和說明。最后，介紹仿真的相關(guān)情況，驗(yàn)證程序是否正確?？偟膩碚f，這一次畢業(yè)設(shè)計(jì)我確實(shí)受益匪淺，從接到這個(gè)論題，到自己親身開始思考，我都學(xué)到了許多。包括對(duì)matlab的認(rèn)識(shí)，圖像壓縮的認(rèn)識(shí)以及程序的設(shè)計(jì)思路和設(shè)計(jì)邏輯等方面都有長(zhǎng)足的進(jìn)步。我覺得這次畢業(yè)設(shè)計(jì)可以說是對(duì)我大學(xué)學(xué)習(xí)的一個(gè)很好的檢驗(yàn)，同時(shí)，也為自己以后參與工作之中做一個(gè)很好的鋪墊和準(zhǔn)備。讓我認(rèn)識(shí)自己能力，找準(zhǔn)自己的不足點(diǎn)，加強(qiáng)相關(guān)點(diǎn)的學(xué)習(xí)和認(rèn)知。從另外一個(gè)角度來說，也是對(duì)自己以后進(jìn)步的一次鼓勵(lì)和鍛煉。本次的畢業(yè)設(shè)計(jì)，在通過我的指導(dǎo)老師劉曉麗老師的幫助和到圖書館查閱各種資料，對(duì)于圖像壓縮的掌握有了很大的提高，對(duì)于自己不懂的知識(shí)也完

47、善了學(xué)習(xí)的方法。對(duì)于編程的把握又有了進(jìn)一步的提高，通過本次畢業(yè)設(shè)計(jì)，我發(fā)現(xiàn)自己的編程和糾偏能力都有了很大程度的提升，不過設(shè)計(jì)過程中遇到的問題很多，但在自己及老師的耐心工作下，它們還是被我們逐個(gè)解決，學(xué)會(huì)了如何面對(duì)困難、處理難題，讓我知道了只有自己真正的掌握了，困難的東西自然變得不困難。 最后敬請(qǐng)各位專家、老師和同學(xué)對(duì)論文的不足和謬誤之處提出寶貴的指導(dǎo)意見和建議，謝謝。參考文獻(xiàn)1 劉 秀敏. 基于MATLAB的DCT變換在JPEG圖像壓縮中的應(yīng)用M. 航空航天出版社, 2005.2 崔春艷. 基于DCT變換的數(shù)字圖像壓縮技術(shù)及其Matlab實(shí)現(xiàn). 中國(guó)紡織出版社, 2003.3 鮑振博

48、, 李連江. 凸輪動(dòng)態(tài)仿真的Matlab實(shí)現(xiàn)J. 煤礦機(jī)械, 2006.4 曹玉茹;鄭戟明. 基于Matlab的圖像壓縮實(shí)現(xiàn)J. 計(jì)算機(jī)工程與設(shè)計(jì);2009.5 陳勇;郭金旭. 一種改進(jìn)的圖像壓縮方法及其Matlab實(shí)現(xiàn)大眾科技, 武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版).2007.6 李莉. 基于DA算法的二維DCT的FPGA實(shí)現(xiàn)J.現(xiàn)代電子技術(shù).2006.7 鐘文榮,陳建發(fā). 二維DCT算法的高速芯片設(shè)計(jì)J;廈門大學(xué)學(xué)報(bào)(自然科學(xué)版).2005.8 Solid Warehouse Material Management System Based on ERP and Bar Cod Techn

49、ology, International Journal od Plant Engineering and ManagementJ.20049 Choong Moon Lee. The Sillieon Vallery edage M,Stab-ford University Press.2001.致謝在短短4個(gè)月的畢業(yè)設(shè)計(jì)的過程中，我不僅學(xué)到許多以前在課堂上沒有接觸的知識(shí)和方法，讓我的實(shí)踐操作能力得到了很高的提升。而且還收獲了濃濃的同學(xué)之誼，師生之情。因此，我需要特別要感謝在整個(gè)畢業(yè)設(shè)計(jì)過程中耐心幫助我的同學(xué)們和堅(jiān)持指導(dǎo)我的老師們，是他們給了我完成課題設(shè)計(jì)的信心，持之以恒的決心，使得我能夠克

50、服一個(gè)又一個(gè)的難題，最終順利完成我的畢業(yè)設(shè)計(jì)！讓我感觸最深的是我尊敬的老師*老師，她在matlab編程設(shè)計(jì)上的造詣讓我深深的佩服，當(dāng)我有疑問向她請(qǐng)教時(shí)她總是能夠很清晰的找到我問題的關(guān)鍵點(diǎn)，完美為我闡述問題的本質(zhì)和核心，正是劉曉麗老師的悉心指導(dǎo)讓我在程序編寫上少走了很多彎路，最終編寫完成了完整可行的程序代碼。并且在最后的仿真階段，*老師更是犧牲自己的休息時(shí)間為我指導(dǎo)，我要向她表示由衷的感謝！最后，我要再次感謝一直耐心指導(dǎo)，不厭其煩的*老師，感謝陪我一起過關(guān)斬將，攻堅(jiān)克難的室友，感謝學(xué)校將實(shí)驗(yàn)室有限的資源對(duì)我們開放的大力支持，感謝所有朋友在生活上、精神上和知識(shí)上對(duì)我無私的幫助，時(shí)常和他們討論我在設(shè)

51、計(jì)過程中遇到的問題，他們了我很多寶貴的意見和想法，為我提供了很多的參考書目，在我最需要的時(shí)候給我鼓勵(lì)和幫助，在這里我深深說一句：謝謝你們！ 附件1 圖像JPEG壓縮的matlab程序RGB=imread('c:UsersyifanDesktop1.jpg');%讀取圖片 RGB=imresize(RGB,168,224);%因?yàn)?.jpg大小為169*220，所以我改為168*224 imwrite(RGB,'c:UsersyifanDesktopstart.jpg'); %保存壓縮前圖像 %下面是對(duì)RGB三個(gè)分量進(jìn)行分離,此時(shí)他們依然為整數(shù) R=RGB(:,:

52、,1); G=RGB(:,:,2); B=RGB(:,:,3); figure,imshow(RGB),title('原來的RGB圖像'); %下面是進(jìn)行測(cè)試：由壓縮前.jpg，壓縮后.jpg，壓縮后后.jpg，壓縮后后后.jpg的大小可以知道，matlab自身對(duì)圖像有著壓縮功能 imwrite(RGB,'c:UsersyifanDesktop壓縮前.jpg'); %保存壓縮前圖像 %由于1.jpg和壓縮前.jpg大小差距很大，從中可以看出matlab對(duì)圖像進(jìn)行了壓縮 RGB=imread('c:UsersyifanDesktop壓縮前.jpg'

53、);%讀取圖片 imwrite(RGB,'c:UsersyifanDesktop壓縮后.jpg'); %保存壓縮前圖像 RGB=imread('c:UsersyifanDesktop壓縮后.jpg');%讀取圖片 imwrite(RGB,'c:UsersyifanDesktop壓縮后后.jpg'); %保存壓縮前圖像 RGB=imread('c:UsersyifanDesktop壓縮后后.jpg');%讀取圖片 imwrite(RGB,'c:UsersyifanDesktop壓縮后后后.jpg'); %保存壓縮前圖

54、像 %測(cè)試結(jié)束 %RGB->YUV Y=0.299*double(R)+0.587*double(G)+0.114*double(B); U=-0.169*double(R)-0.3316*double(G)+0.5*double(B); V=0.5*double(R)-0.4186*double(G)-0.0813*double(B); YUV=cat(3,Y,U,V);%YUV圖像 figure,imshow(uint8(YUV),title('通過計(jì)算得到的YUV圖像') T=dctmtx(8);%產(chǎn)生一個(gè)8*8的DCT變換舉證 %進(jìn)行DCT變換 BY BU BV是double類型 BY=blkproc(Y,8 8,'P1*x*P2',T,T'); BU=blkproc(U,8 8,'P1*x*P2',T,T'); BV=blkproc(V,8 8,'