实验三-图像压缩编码技术

《实验三-图像压缩编码技术》由会员分享，可在线阅读，更多相关《实验三-图像压缩编码技术（15页珍藏版）》请在金锄头文库上搜索。

1、 实验报告 课程名称： 数字图像处理 实验名称： 图像压缩编码技术 实验地点： 明向校区 D001 机房 专业班级： 测控 1401 班 学号： 学生姓名： 郭佳鑫 指导教师： 刘 帆 2017 年 4 月 21 日 2014001796 数字图像处理实验报告 2 一、一、实验目的实验目的 1.理解有损压缩和无损压缩的概念。 2.理解图像压缩的主要原则和目的。 3.了解几种常用的图像压缩编码方式。 4.利用 MATLAB 程序进行图像压缩编码。 二、二、实验原理实验原理 1、图像压缩原理图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩 比例

2、最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压 缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望 用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质 上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大 的图像信息。 2、编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩

3、方法，也称无损压缩、信息保持编码或熵编码。具体说就是解码图像和压缩编码前的 图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有 差别的，允许有一定的失真。 3、应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下 3 类：类： （1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev 编码。 （2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如

4、DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； （3）混合编码。 有 JBIG，H.261，JPEG，MPEG 等技术标准。 本实验主要利用 MATLAB 程序进行赫夫曼 （Huffman） 编码和行程编码 （Run Length Encoding， RLE） 。 三、三、实验仪器实验仪器 1.计算机。 2.MATLAB、Photoshop 等程序。 3.移动式存储器（软盘、U 盘等） 。 4.记录用的笔、纸。 数字图像处理实验报告 3 四四、实验步骤与、实验步骤与内容内容 1、实现基本实现基本 JPEG 的压

5、缩和编码分三个步骤：的压缩和编码分三个步骤： （1）首先通过 DCT 变换去除数据冗余； （2）使用量化表对 DCT 系数进行量化； （3）对量化后的系数进行 Huffman 编码。 我逐步进行了该项内容的实验： 实验中我们使用的是一张 512*512 像素的 RGB 彩图 lena.bmp，在程序中我们需要现将其转化为单通道 256 级灰度图。 程序代码如下： x=imread(lena.bmp); x=rgb2gray(i); figure(1); subplot(121); imshow(x); 运行结果如下： 接下来进行近似基本 JPEG 编码。 代码及结果如下： 出现错误，提示未找到

6、 JPEG 编码函数。 数字图像处理实验报告 4 查阅课本，发现完成该内容需要自行定义若干函数，具体名称如下： 具体代码如下： %函数函数 addnod 添加节点添加节点 function codeword_new=addnode(codeword_old,item) codeword_new=cell(size(codeword_old); for index=1:length(codeword_old) codeword_newindex=item codeword_oldindex; end %函数函数 bytes 返回输入返回输入 f 占用的比特数占用的比特数 function b=b

7、ytes(f) if ischar(f) info=dir(f); b=info.bytes; elseif isstruct(f) b=0; fields=fieldnames(f); for k=1:length(fields) b=b+bytes(f.(fieldsk); end else info=whos(f); b=info.bytes; end %函数函数 imageratio 计算两个图像压缩比计算两个图像压缩比 function cr=imageratio(f1,f2) error(nargchk(2,2,nargin); cr=bytes(f1)/bytes(f2); %函

8、数函数 decode 返回码字对应的符号返回码字对应的符号 function byte=decode(code,info) byte=info.huffcodes(code); 数字图像处理实验报告 5 %函数函数 frequency 计算各个符号出现的概率计算各个符号出现的概率 function f=frequency(vector) if isa(vector,uint8) error(input argument must be a uint8 vector); end f=repmat(0,1,256); len=length(vector); for index=0:255 f(in

9、dex+1)=sum(vector=uint8(index); end f=f./len; %huffencode 函数对输入矩阵函数对输入矩阵 vector 进行进行 Huffman 编码，返回编码后的向量（压缩后数据）及相关信编码，返回编码后的向量（压缩后数据）及相关信 息息 function zipped,info=huffencode (vector) if isa(vector,uint8) eror(input argument must be a uint8 vector); end m,n=size(vector); vector=vector(:); f=frequency(

10、vector); %计算各个符号出现的概率 symbols=find(f=0); f=f(symbols); f,sortindex=sort(f); %将符号按照出现的概率大小排列 symbols=symbols(sortindex); len=length(symbols); symbols_index=num2cell(1:len); codeword_tmp=cell(len,1); while length(f)1 %生成 huffman 树，得到码字编码表 index1=symbols_index1; index2=symbols_index2; codeword_tmp(inde

11、x1)=addnode(codeword_tmp(index1),uint8(0); codeword_tmp(index2)=addnode(codeword_tmp(index2),uint8(1); f=sum(f(1:2) f(3:end); symbols_index=index1,index2 symbols_index(3:end); f,sortindex=sort(f); symbols_index=symbols_index(sortindex); end codeword=cell(256,1); codeword(symbols)=codeword_tmp; len=0

12、; for index=1:length(vector) %得到整个图像所有比特数 len=len+length(codeworddouble(vector(index)+1); 数字图像处理实验报告 6 end string=repmat(uint8(0),1,len); pointer=1; for index=1:length(vector) %对输入图像进行编码 code=codeworddouble(vector(index)+1; len=length(code); string(pointer+(0:len-1)=code; pointer=pointer+len; end le

13、n=length(string); pad=8-mod(len,8); %非 8 整数倍时，最后补 pad 个 0 if pad0 string=string uint8(zeros(1,pad); end codeword=codeword(symbols); codelen=zeros(size(codeword); weights=2.(0:23); maxcodelen=0; for index=1:length(codeword) len=length(codewordindex); if lenmaxcodelen maxcodelen=len; end if len0 code=

14、sum(weights(codewordindex=1); code=bitset(code,len+1); codewordindex=code; codelen(index)=len; end end codeword=codeword:; %计算压缩后的向量 cols=length(string)/8; string=reshape(string,8,cols); weights=2.(0:7); zipped=uint8(weights*double(string); %码表存储到一个稀疏矩阵 huffcodes=sparse(1,1); for index=1:nnz(codewor

15、d) %length(codeword) %numel(codeword) huffcodes(codeword(index),1)=symbols(index); end info.pad=pad; info.huffcodes=huffcodes; info.ratio=cols./length(vector); 数字图像处理实验报告 7 info.length=length(vector); info.maxcodelen=maxcodelen; info.rows=m; info.cols=n; % huffdecode 函数对输入矩阵函数对输入矩阵 vector 进行进行 Huffman 解码，返回解压后的图像数据解码，返回解压后的图像数据 function vector