当前位置:文档之家› 基于MATLAB 的图像压缩处理及其实现(优质参考)

基于MATLAB 的图像压缩处理及其实现(优质参考)

仅供参照!
1
基于MATLAB 的图像压缩处理及其实现
一.图像压缩的概念
从实质上来说,图像压缩就是通过一定的规则及方法
对数字图像的原始数据进行组合和变换,以达到用最少的数
据传输最大的信息。

二.图像压缩的基本原理
图像数据之所以能被压缩,就是因为数据中存在着
大量冗余信息,另外还有相当数量的不相干信息,这为数
据压缩技术提供了可能。
数据压缩技术就是利用数据固有的冗余性和不相干
性,将一个大的数据文件转化成较小的文件,图像技术压
缩就是要去掉数据的冗余性。
图像数据的冗余主要表现为:图像中相邻像素间的
相关性引起的空间冗余;图像序列中不同帧之间存在相关
性引起的时间冗余;不同彩色平面或频谱带的相关性引起
的频谱冗余。
由于图像数据量的庞大,在存储、传输、处理时非常
困难,因此图像数据的压缩就显得非常重要。
仅供参照!
2

三.图像的编码质量评价
在图像编码中,编码质量是一个非常重要的概念,怎
么样以尽可能少的比特数来存储或传输一幅图像,同时又让
接收者感到满意,这是图像编码的目标。对于有失真的压缩
算法,应该有一个评价准则,用来对压缩后解码图像质量进
行评价。常用的评价准则有两种:一种是客观评价准则;另
一种是主观评价准则。主观质量评价是指由一批观察者对编
码图像进行观察并打分,然后综合所有人的评价结果,给出
图像的质量评价。而对于客观质量评价,传统的编码方法是
基于最小均方误差(MSE)和峰值信燥比(PSNR)准则的编码方
法,其定义如下

MSE= (1)

PSNR=101g( (2)
式中:Nx,Nr图像在x方向和Y方向的像素数,f(i,j)——原
图像像素的灰度值,f(i,j)--处理后图像像素的灰度值。对
于主观质量,客观质量评价能够快速有效地评价编码图像的
质量,但符合客观质量评价标准的图像不一定具有较好的主
观质量,原因是均方误差只是从总体上反映原始图像和压缩
图像的差别,但对图像中的所有像点同等对待,因此并不能
仅供参照!
3

反映局部和人眼的视觉特性。对于图像信号,人眼是最终的
信号接受者,因此在压缩时不仅要以MSE作为评价标准,还
应当考虑到人的主观视觉特性。

四.图像压缩的基本方法
1.基于dct变换的图像压缩
1.1
基于DCT的图像压缩编码思想

在编码过程中,首先将输入图像分解成8×8 大小的数
据块,然后用正向二维DCT把每个块转变成64个DCT 系数
值,其中1个数值是直流(DC)系数,即8×8 空域图像子块
的平均值,其余的63个是交流(AC)系数,接下来对DCT 系
数进行量化,最后将变换得到的量化的DCT系数进行编码和
传送,形成压缩后的图像格式。在解码过程中,先对已编码
的量子化的DCT 系数进行解码,然后求逆量化并把DCT 系
数转化成为8×8 样本像块(使用二维DCT 反变换),最后
将操作完成后的块组合成一个单一的图像。这样就完成了图
像的压缩和解压过程。
1.2 DCT的算法解释
DCT的变换核心为余弦函数。
二维DCT的解析式定义可以由下式表示:

F(0,0)=

相关主题