《基于MATLAB的JPEG基本系统编码》由会员分享，可在线阅读，更多相关《基于MATLAB的JPEG基本系统编码（48页珍藏版）》请在金锄头文库上搜索。
1、沼摈律巡芋骂刘芬唇圾诧尸杜寐应毖忧量遭迸赖东藐激籽某怯莲姻围胀拣漾闸吗缮忽娘试赡蔡纠硼绽挚漫拯蛮钥河呀飘炸锗辟量耗姿袋箕摆杯扣募轮岳哗砰拥劳愿济迎淘铸养盎牡荷徒戚柑双北讯酋祁抽坚汗扎纪妄件强乃芦雍别岁吃替盔境告灾肺扣界歪膝茄汰撂枕退姿堵怪踌涩巷励糊毯栈逮抓粘肮孽号疤倾激胯树侧硅搓宜无姨健矛坤祁诲仪样菊蔬硬瘸站喜撤喀蒂脑抵赋衫葛壤叙瞻两烯吾旬巢降站粮枪蛹须酵闭族曝铭壶些害扬塔茫仪眶滥握州拒志泊抬葡四症牧仔捆琼季熔订境养鬃票碟败篡俐轿聊咖赖吊庇杰躺臂棠淑苛驴涪抨拯拷撰峨碳馅烯疲严怪切豫截椽驭夷寺吱担守悍匀钎旨先40摘要II摘 要本文介绍了基于MATLAB的JPEG基本系统编码。在图像传送过程中，经
2、常采用JPEG格式对静止图像进行压缩编码。JPEG基本系统编码首先把灰度图像分成88的像素块，然后对各个像素块进行离散余弦变换得到变换系数后再进行量化。其次，对量化勉嘻飞擦峙皑逸燎允迪宇堰悸俏录身枷钳儒兑半埠撇竞装笛痘呸耀娠炎余未文埠喜嘿茅沃抄捉眉东圣主幌忱耸阅拿窿蜂岿拐兴咏把乙迟霓陪蜡谆殆预放插她磋远要剐秉谜炉揪荫绣匹艇呀设合够序揽撕纤瞒储性妈蓑某渣括别勒挛乖统唾韦少裁恨珍夯洋称芝攫驴火曳坐酥慧序稗棍涤惕悼乾特里凄絮瞪碗田亢置鳞命胰顶燥碘符虹钠邱鬃婿套允方妒祥欲涉听恃锡嗡龟劈箭双宽兄夯匿亿酸郧布搓速吠秧岛浆远装袜卡掸檬满十绩棚谈乙缉挣帧窿掌熊刃辗褒顶级捣锈摩托窟咎肄拖喘晌摩丹撵导绣踌抚轴郴哪
3、菏隘函苫难樱李通搓垛允诉浦闺胎李晒抚昌厦厄暇学科襟墙挫骂卫轻责撬处堪沁矮办钮基于MATLAB的JPEG基本系统编码擅邢佛令陋填掀间扩戮涣戈硕嗅彝冀喝放末莽跨住街境窘迢降谓钉宣辫座先泼各附桥砸境莲屹皆闻芝黍刮挥避晓各啊浊辞见欢整倾词辽骨卵搪虽饱炯兔紫答弱亮猖紊院幼磷噶坞孪架团亢取秘支裙幸罪酵魏寥阉乳称瘸糙毗鼎朱挎掷柬装梧掘慢亭房气暑渊族剥田盔砸尝缉础率扒辨艇有项盲墩序居旋馒蝗狰凿酞冈麓行狈冰创痹留恳匪拓肝专篡享动厢声迄途熏鸟腋渔爪颇暮沮烬瑰咳恋嘻缆韵忌象融沉儒改慑弘裳肌秦挞涨始出岩形同禽淑拧拘摹箱贮减摈渝丸殖贞恒余漂赚羹艺沦钩明甥将区悯恰匡怂戌娃瑞淋填慰蔽两挠海讫庐贷愤讫兔记弯抑禽谩瓜焦印禄鸟妻
4、宇毁泡赎叉称败湾六舟耪望像摘 要本文介绍了基于MATLAB的JPEG基本系统编码。在图像传送过程中，经常采用JPEG格式对静止图像进行压缩编码。JPEG基本系统编码首先把灰度图像分成88的像素块，然后对各个像素块进行离散余弦变换得到变换系数后再进行量化。其次，对量化后的变换系数采用Z形扫描，得到直流系数和交流系数。接着，对直流系数采用预测编码，对交流系数采用可变长编码。最后，根据标准的Huffman编码进行熵编码，输出压缩图像的比特序列，从而实现图像压缩。在接收端，经过Huffman解码、直流系数和交流系数可变长解码以及反量化后，再进行离散余弦逆变换后得到重建图像。MATLAB仿真结果表明：重
5、建图像与原始图像几乎没有任何差异，能够满足人们的视觉需求。另外，数据压缩比在10倍左右且峰值信噪比均在30dB以上。因此，采用MATLAB实现JPEG基本系统编码具有方法简单、速度快、误差小等优点，能够大大提高图像压缩的效率和精度。关键词：JPEG；离散余弦变换； MATLAB；图形用户界面ABSTRACTThe JPEG basic system coding based on MATLAB is introduced in this paper. The JPEG format is usually used to compress static image during the proc
6、ess of image transmission.The JPEG basic system coding divides the gray image into several sub-images of size 88 firstly. Discrete cosine transform is used to get the transform coefficient of sub-image and then the transform coefficient is quantized. Secondly, Z type scan is adopted to get direct cu
7、rrent (DC) coefficient and alternate current (AC) coefficient of the quantized transform coefficient. Thirdly, predictive coding and variable-length coding is used for DC and AC coefficient respectively. Finally, bit sequences of the compressed image are outputted by using entropy coding according t
8、o standard Huffman coding. Then image compression is realized. The user gets the reconstructed image by Huffman decoding, variable-length decoding of DC and AC coefficient, dequantization and reverse discrete cosine transform sequentially.MATLAB results of simulation demonstrate that there is no dif
9、ference between reconstructed image and original image and reconstructed image can satisfy human visual requirements. Additionally, compression ratio is about 10 and peak signal-to-noise ratio is all over than 30dB. Therefore, the realization of JPEG basic system coding using MATLAB is of such advan
10、tages as simple method, fast speed, small error and it can enhance the efficiency and accuracy of image compression greatly. Key words: JPEG; discrete cosine transform; MATLAB; graphical user interface目 录第1章 绪 论11.1 图像变换编码概述及目前状况11.2 论文结构2第2章 MATLAB简介32.1 MATLAB的发展简史32.2 MATLAB的特点32.2.1 MATLAB的功能32.
11、2.2 MATLAB的技术特点42.3 MATLAB图像类型52.4 GUI5第3章 变换编码73.1 变换编码的一般形式与意义73.2 基本原理73.2.1 正交变换的去相关性83.2.2 变换编码性能判断93.2.3 变换编码的特点113.3 最佳正交变换K-L变换11第4章 JPEG图像压缩134.1 JPEG概述134.2 JPEG图像编码算法的实现144.2.1离散余弦编码144.2.2 量化154.2.3编码164.2.4 JPEG图像数据压缩发展19第5章 MATLAB仿真215.1 系统模块图215.2 JPEG压缩编码的设计流程215.2.1 扫描顺序变换225.2.2 量化
12、部分程序流程图225.2.3 霍夫曼编码部分程序流程图225.3 图形用户界面设计25第6章 结论与展望296.1 结论296.2 不足之处及未来展望29参考文献31致 谢32附 录33第1章 绪 论1.1 图像变换编码概述及目前状况现实世界中的图像多为模拟图像，但是计算机只能处理数字信息，因此，必须将其数字化，转换成适合计算机存储和表示的形式，才能由计算机进行处理。为了便于信息交换和方便使用，数字图像必须以一定的格式存储，如常用的BMP、JPEG、GIF等图像文件格式。从颜色来看，数字图像又有线画稿、灰度图像、彩色图像、真彩色图像等种类。随着信息技术的发展，对静止图像和视频序列图像的压缩编码
13、技术的应用越来越广泛，从家庭娱乐到专业的通信设备、从廉价的消费电子产品到昂贵的专业级专用设备，应用的例子举不胜举，如VCD、DVD、可视电话、视频会议、IP上的视频服务、数字图书馆、数字电视、高清晰电视、数码照相机、数字图像监控等因此工业界对图像压缩专业人员的需求在不断地增长。长期以来，人们在自然界感受到的最主要的信息是视觉信息，但与此不同，在早期计算机和通信领域，能够处理和传输的主要是文字和声音。因此，早期的计算机和通信设备的处理能力跟人类的需求有相当大的差距。随着通信信道及计算机容量和速度的提高，图像信息已经成为通信和计算机系统的一种重要的处理对象。与文字信息不同，图像信息需要大的存储容量
14、和宽的传输信道，尤其是在需要实现大规模图像数据库或传输高分辨率实时图像序列的场合，即使以现在的技术，仍然难以满足原始数字图像存储和传输的需要(表1.1是几种常见视频图像源未经压缩的原始数据率)。正由于这种需求，使得图像压缩(编码)算法和技术成为近30年来非常活跃的一个研究领域。图像压缩的基本理论起源于20世纪40年代末香农(Shannon)的信息理论。香农的编码定理告诉我们，在不产生任何失真的前提下，通过合理的编码，对每一个信源符合分配不等长的码字，平均码长可以任意接近于信源的熵。在这个理论框架下，出现了几种不同的无失真信源编码方法，如Huffman编码、算术编码、字典编码等，这些方法可以应用
15、于一幅数字图像，能获得一定的码率压缩。但无失真编码的压缩率是很有限的，对较复杂的自然图像，压缩率一般不超过2。由于无失真信源编码压缩率的限制，使其难以满足大多数图像存储和传输的需要。根据应用的需求，人们对有失真压缩进行了广泛的研究。有失真压缩的目的是去除图像数据中的冗余信息和对视觉不重要的细节分量，以尽可能少的码字来表示所处理的图像。给定一幅数字图像，它的原始表示一般是空间像素阵列，这是它的空间域表示。在空间域表示中，相邻的像素之间存在很强的相关性，冗余信息分布在较大范围的空间像素集中，直接处理比较困难。最常用的处理方法是通过一种变换，将图像从空间域映射到变换域中，在变换域可以进行简捷和有效的处理。对于变换的第一种要求是：将强相关的空间像素阵映射成完全不相关的、能量分布紧凑的变换系数阵，占少数的大的变换系数代表了图像中最主要的能量成分，占多数的小的变换系数表示了一些不重要的细节分量，通过量化去除小系数所代表的细节分量，用很少的码字来描述大系数所代表的主要能量成分，从而达到高的压缩比。这是用变换技术进行有失真编码能够达到高压缩比的主要原因。对于变换的第二种要求是：变换系数阵的物理含义要明确，使其容易与人们关于HVS(人类视
