《傅里叶变换图像压缩》由会员分享，可在线阅读，更多相关《傅里叶变换图像压缩（15页珍藏版）》请在金锄头文库上搜索。
1、DSP实验进度汇报组员：汪张扬、任艳波、陈雪松、谢聪、沈旭任务分配：汪张扬由于考 G,上周没有任务，沈旭负责自制二值图像的处理，陈 雪松和谢聪负责其他图片的处理，任艳波负责搜集图像压缩评价的相关材料以下为简要概括：读入图像进行傅里叶变换和压缩原始程序：a=imread(d:1.jpg);b=figure;imshow(a);title( 原始图像 );F=fft2(a);F_mm=abs(F);figure;imshow(F);title(原始幅度谱)；Fshift=fftshift(F);F_m=abs(Fshift);figure;imshow(F_m);title伊鬲度谱);F_p=an
2、gle(Fshift);figure;imshow(F_p);title(相位谱);T=fft2;B1=blkproc(a,8 8,T);%等图像分块为8 X8矩阵进行处理 figure;imshow(a);title(原始图像)；mask=1 0 0 0 0 0 0 00 1 0 0 0 0 0 00 0 1 0 0 0 0 00 0 0 1 0 0 0 00 0 0 0 0 0 0 00 0 0 0 0 1 0 00 0 0 0 0 0 1 00 0 0 0 0 0 0 1;%与该矩阵相乘去掉中间行，即高频部分B2=blkproc(B1,8 8,P1*x,mask);fun=ifft2;F
3、3=blkproc(B2,8 8,fun);F=mat2gray(F3);figure;imshow(F);title(压缩87.5%的图像)；刚开始的原始图像：傅里叶变换后的原始幅度谱:取高频点后的图像:原始图像原始幅度谱压缩87.5%的图像取对数后的频谱图:图像进行取整后的i=imread(d:1.jpg);figure(1);imshow(i);colorbar;j=fft2(i);k=fftshift(j);h=floor(k);n=ifft2(h)/255;figure(3);m=imresize(n,2);imshow(m,);colorbar0.80.60.40.20-0.2-0
4、.4-0.6-0.8取小幅值为零：i=imread(d:1.jpg);figure(1);imshow(i);colorbar;j=fft2(i);k=fftshift(j);k(abs(k)1disp(norm(thltaA3);elsedisp(0);end%更改小幅值的DFT 系数为 0maxA3real=max(max(real(f_gA3);maxA3imag=max(max(imag(f_gA3);maxA3=maxA3real;if maxA3maxA3imagmaxA3=maxA3imag;endz_f_gA3=f_gA3;for m=1:size(f_gA3,1)for n=
5、1:size(f_gA3,2)if abs(f_gA3(m,n)1disp(norm(thltaA3_z);elsedisp(O);endformat short搜集有关评价压缩图像的标准的资料及评价的算法实现；学习Matlab中与图像处理有关的常用函数的使用图像压缩的主要指标1、编码效率：包括图象压缩比(CR)、每象素所用的比特数(bpp)、每秒所需 的传输比特数(bps)等；其中，CR原始图彳t大小/压缩后图像大小。设：n1和n2是在两个表达相同信息(图片)的数据集中，所携带的单位信息量。压缩率(压缩比)：CR = n1 / n2其中，n1是压缩前的数据量，n2是压缩后的数据量相对数据冗余
6、：RD = 1 - 1/CR2.重建图象质量，包括客观度量和主观度量。(1)客观度量：即图象的逼真度，可考虑为原图象与重建图象的差值。如果把压缩后图像表示为原图像和噪声的叠加，即用f(x,y)表示原图像，g(x,y)表示压缩后图像，e(x,y/示噪声，则可有f (x,y) - g (x,y) =e(x,y)。其中x取值为0-M-1 之间的整数，y取值为0-N-1之间的整数。2,、22均方误差：MSE= ee(x,y)E f(x,y) g(x,y)2g(x, y)1 M 1N 1f (x, y),MN x 0y 0MSE值越小，保真度越好。255210log峰值信噪比PSNR=e(SNR)信噪比
7、7f2(x,y)x y2e (x, y)yf2(x, y)x y -2f(x, y) g(x, y) =x y均方根信噪比越大，保真度越好。(2)主观度量：即通过人们的主观测试来评价系统的质量，包括二元判决(即 接受”和 不可接受”)、主观PSNR平均判分、等偏爱度曲线、多维计分(MDS)等。MATLAB中求均值、方差的函数实现：1、Matlab中使用mean2 (H)来求矩阵H中所有元素的均值。如在命令行输入： A-average=mean2 (A-gray)即可得灰度图各像素点均值。2、Matlab中提供标准差计算函数std ()和std2 (),两个函数的使用方法如下：S=std(X) S=std2(X) S=std(X,flag,dim)我们可以通过std2 ()函数来计算二维图像中各点像素的标准差。如在命令行输入std2 (A-gray)即可求得灰度图各像素点的标准差。3、Matlab中提供了方差计算函数var (),可以方便地计算矩阵的方差，函数的 使用方法如下：在命令行中输入 var (double (A_gray(:) 即可求得灰度图各像素点的方豆4、信噪比SNR p1=mean2(f*f) p2=mean2(e*e) SNR=p1/p2我们的下一步计划：(1)、探究取整，即变为1的倍数，变为向k的倍数取整；(2)、探究小幅度的阈值的规律；(3)、探究不同类
