基于DCT的图像压缩编码算法的MATLAB实现预案.docVIP

摘要 随着科学技术的发展,图像压缩技术越来越引起人们的关注。为此从众多的图像压缩编码标准中选取了基于DCT变换的JPEG图像压缩编码算法进行研究，并通过对比分析各种软件特性选取了MATLAB进行实验仿真。 首先说明了图像压缩在现代通信中的必要性和可行性，然后讲述了MATLAB及其图像处理工具箱的相关知识，并对基于DCT变换的JPEG图像压缩算法进行了详细的研究，重点介绍了JPEG压缩编码的具体过程和方法 ,详细介绍了编码中DCT变换、量化、熵编码和霍夫曼编码等模块的原理和数学推导以及各模块的功能分析。最后应用MATLAB进行了实验仿真并分析结果得出结论。 实验结果表明基于DCT 变换的JPEG 图像压缩方法简单、方便,既能保证有较高的压缩比，又能保证有较好的图像质量，应用MATLAB仿真出来的结果较好的反应了其编码算法原理。 关键词　JPEG图像压缩；DCT；MATLAB；图像处理工具箱 目 录 摘要 I Abstract 错误!未定义书签。 第1章 绪论 1 1.1 课题背景 1 1.1.1 离散余弦变换 2 1.1.2 预测技术 3 1.2 图像压缩技术的发展和现状 3 1.2.1 图像编码技术发展历史 3 1.2.2 图像编码技术的现状 4 1.3 MATLAB 及其图像处理工具箱 4 第2章 图像压缩编码理论算法 6 2.1 DCT变换的思想来源 6 2.2 基于DCT的JPEG图像压缩编码步骤 8 2.2.1 颜色空间的转换和采样 8 2.2.2 二维离散余弦变换 9 2.2.3 DCT系数的量化 12 2.2.4 量化系数的编排 13 2.2.5 DC系数的编码 14 2.2.6 AC系数的编码 15 2.2.7 组成位数据流 16 2.2.8 DCT变换在图像压缩中的应用 19 2.3代码实现 错误!未定义书签。 第1章 绪论 1.1 课题背景[1]。 数字图像的冗余主要表现在以下几种形式： 空间冗余：规则物体和规则背景的表面物理特性都具有相关性，数字化后表现为数字冗余。例如：某图片的画面中有一个规则物体,其表面颜色均匀各部分的亮度、饱和度相近把该图片作数字化处理,生成位图后,很大数量的相邻像素的数据是完全一样或十分接近的,完全一样的数据当然可以压缩,而十分接近的数据也可以压缩,因为恢复后人亦分辨不出它与原图有什么区别,这种压缩就是对空间冗余的压缩。强的相关性,经常包含着冗余。在播出该序列图像时,时间发生了推移,但若干幅画面的同一部位没有变化,变化的只是其中某些地方,这就形成了时间冗余。 [2]。 在JPEG图像压缩算法中，一种是以离散余弦变换(DCT，Discrete Cosine Transform)为基础的有损压缩算法，另一种是以预测技术为基础的无损压缩算法。 1.1.1 离散余弦变换 DCT变换利用傅立叶变换的性质。采用图像边界褶翻将像变换为偶函数形式，然后对图像进行二维傅立叶变换，变换后仅包含余弦项，所以称之为离散余弦变换。 DCT编码属于正交变换编码方式，用于去除图像数据的空间冗余。变换编码就是将图像光强矩阵(时域信号)变换到系数空间(频域信号)上进行处理的方法。在空间上具有强相关的信号，反映在频域上是在某些特定的区域内能量常常被集中在一起，或者是系数矩阵的分布具有某些规律。我们可以利用这些规律在频域上减少量化比特数，达到压缩的目的。图像经DCT变换以后，DCT系数之间的相关性就会变小。而且大部分能量集中在少数的系数上，因此，DCT变换在图像压缩中非常有用，是有损图像压缩国际标准JPEG的核心。从原理上讲可以对整幅图像进行DCT变换，但由于图像各部位上细节的丰富程度不同，这种整体处理的方式效果不好。为此，发送者首先将输入图像分解为8*8或16*16块，然后再对每个图像块进行二维DCT变换，接着再对DCT系数进行量化、编码和传输；接收者通过对量化的DCT系数进行解码，并对每个图像块进行的二维DCT反变换。最后将操作完成后所有的块拼接起来构成一幅单一的图像。对于一般的图像而言，大多数DCT系数值都接近于0，所以去掉这些系数不会对重建图像的质量产生较大影响。因此，利用DCT进行图像压缩确实可以节约大量的存储空间。在实验中，先将输入的原始lena图像分为8*8块，然后再对每个块进行二维DCT变换。MATLAB图像处理上具箱中提供的二维DCT变换及DCT反变换函数如下。 dct2实现图像的二维离散余弦变换。其语法格式为： (1)B=dct2(A) 返回图像A的二维离散余弦变换值，其大小与A相同且各元素为离散余弦变换的系数B（K1，k2)。 (2)B=dct2(A，in，n)或B=dct2(A,[m，n]) 如果m和n比图像A大，在对图像进行二维离散