资源描述：
《信科 课程设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、课程设计报告（2012年）课程名称数字图像处理（DIP）专业名称信息与计算科学学生姓名周小扬学号信科090106指导教师程浩南京工业大学理学院I一、课程设计的教学目的通过最后的课程设计，使学生加深对数字图像处理算法、编码和应用的理解，归纳学习方法和思考方法，做到理论联系实际，培养学生分析问题、解决问题能力和具备较强的软件设计能力和较严密的思维能力。二、课程设计的教学要求在进一步了解数字图像处理小波分析算法、编码和应用的基础上，结合实际问题，自己设计方案，利用小波分析对一幅图像进行分解、编码和压缩，并对压缩的结果进行分析比较。
2、三、课程设计的教学内容1.相关知识说明1)理解利用小波函数进行图像分解的理论及算法，通过沿方向和方向分别进行滤波，可以把二维图像分解成和，，，代表了信号的最低频率；给出了方向的高频分量和方向的低频分量；给出了方向的高频分量和方向的低频分量；同时给出了方向和方向的高频分量。例如选择Daubenchies紧支集小波基对离散图像进行二维正交小波变换。2)对分解后的小波系数进行量化和编码，利用自带内的相关性压缩位置信息，然后利用子带间的相关性再压缩位置信息，最后利用小波系数的尖峰特点压缩小波的非零系数；2.基于小波变换的图像局部压缩
3、基于离散余弦变换的图像压缩算法，其基本思想是在频域对信号进行分解，去除信号点之间的相关性，并找出重要系数，滤掉次要系数，以达到压缩的效果，但该方法在处理过程中并不能提供时域的信息，在我们比较关心时域特性的时候显得无能为力。-7-但是这种应用的需求是很广泛的，比如遥感测控图像，要求在整幅图像有很高压缩比的同时，对热点部分的图像要有较高的分辨率，例如医疗图像，需要对某个局部的细节部分有很高的分辨率，单纯的频域分析的方法显然不能达到这个要求，虽然可以通过对图像进行分块分解，然后对每块作用不同的阈值或掩码来达到这个要求，但分块大小相
4、对固定，有失灵活。在这个方面，小波分析的就优越的多，由于小波分析固有的时频特性，我们可以在时频两个方向对系数进行处理，这样就可以对我们感兴趣的部分提供不同的压缩精度。2.小波变换用于图像压缩的一般方法二维小波分析用于图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持图像的特征基本不变，且在传递过程中可以抗干扰。小波分析用于图像压缩具有明显的优点。（1）利用二维小波分析进行图像压缩基于小波分析的图像压缩方法很多，比较成功的有小波包、小波变换零树压缩、小波变换矢量量化压缩等。利用二维小波变换进行图
5、像压缩时，小波变换将图像从空间域变换到时间域，它的作用与以前在图像压缩中所用到的离散余弦(DCT)、傅立叶变换(FFT)等的作用类似。但是要很好的进行图像的压缩，需要综合的利用多种其他技术，特别是数据的编码与解码算法等，所以利用小波分析进行图像压缩通常需要利用小波分析和许多其他相关技术共同完成。（2）二维信号压缩中的阈值的确定与作用命令由于阈值处理只关心系数的绝对值，并不关心系数的位置，所以二维小波变换系数的阈值化方法同一维情况大同小异，为了方便用户使用小波工具箱对某些阈值化方法提供了专门的二维处理命令。分层阈值化压缩方法同
6、全局阈值化方法相比，在能量损失不是很大的情况下可以获得最高的压缩比，这主要是因为层数和方向相关的阈值化方法能利用更精细的细节信息进行阈值化处理。4、一般步骤图像压缩的方法通常可分为有失真编码和无失真编码两大类：1.无失真编码方法如改进的霍夫曼编码。-7-2.有失真编码方法的还原图像较之原始图像存在着一些误差，但视觉效果是可以接受的。常见的方法有预测编码、变换编码、量化编码、信息熵编码、分频带编码和结构编码等等。而将小波分析引入图像压缩的范畴也是一个重要的手段，并且有着它自己的特点。它的特点在于压缩比高、压缩速度快，压缩后能保
7、持信号与图像的特征基本不变，且在传递过程中可以抗干扰等等。5、实验程序（1）图像局部压缩loadwbarb%使用sym4小波对信号进行一层小波分解[ca1,ch1,cv1,cd1]=dwt2(X,'sym4');codca1=wcodemat(ca1,192);codch1=wcodemat(ch1,192);codcv1=wcodemat(cv1,192);codcd1=wcodemat(cd1,192);%将四个系数图像组合为一个图像codx=[codca1,codch1,codcv1,codcd1]%复制原图像的小波系
8、数rca1=ca1;rch1=ch1;rcv1=cv1;rcd1=cd1;%将三个细节系数的中部置零rch1(33:97,33:97)=zeros(65,65);rcv1(33:97,33:97)=zeros(65,65);rcd1(33:97,33:97)=zeros(65,65);co
