资源描述：
《(最新)基于dct变换的图像压缩技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、信息技术2006年第10期文章编号:1009-2552(2006)10-0133-02中图分类号:TN919.81文献标识码:A基于DCT变换的图像压缩技术研究沈洁,杜宇人,殷玲玲,王(扬州大学信息工程学院,扬州225009)慧摘要:图像DCT变换是图像压缩的一项重要技术,如何准确、快速的进行图像压缩一直是国内外研究的热点。概要的论述了图像DCT变换的概念和特点,对基于DCT变换的图像压缩技术的算法进行了研究,并用MATLAB进行了算法仿真,取得了较为理想的效果。关键词:DCT变换;图像压缩;MATLAB仿真Researchontechniq
2、ueofimagecompressionbasedonDCTSHENJie,DUYu2ren,YINLing2ling,WANGHui(CollegeofInformationEngineering,YangzhouUniversity,Yangzhou225009,China)Abstract:TheimageDCTtransformtechniqueisanimportanttechniqueinthefieldofimagecompression.Howtocompresstheimageaccuratelyandfasthasbeen
3、aresearchfocusbothathomeandabroadallthetime.ThepaperdiscussestheconceptionandcharacteristicofimageDCTtransformtechnique,carriesresearchonthealgorithmofimagecompressionbasedonDCT.ThenthealgorithmissimulatedbyMATLAB,andagoodresultisobtained.Keywords:DCTtransform;imagecompress
4、ion;simulationbyMATLAB换,也就是说它是一种最佳近似变换。0引言在信息世界迅猛发展的今天,人们对计算机实1DCT变换的基本原理DCT变换在图像压缩中有很多应用,它是JPEG,时处理图像信息的要求越来越高。如何在保证图像质量的前提下,同时兼顾实时性和高效性成了一个值得关注的问题。于是,对图像信息进行一定的压缩处理成为了一个不可或缺的环节。图像压缩是关于用最少的数据量来表示尽可能多的原图像的信息的一个过程。本文主要研究基于DCT变换的有损压缩编码技术。离散余弦变换,简称DCT,是一种实数域变换,其变换核为余弦函数,计算速度快。
5、DCT除了具有一般的正交变换性质外,它的变换阵的基向量能很好地描述人类语音信号和图像信号的相关特征。因此,在对语音信号、图像信号的变换中,DCT变换被认为是一种准最佳变换。近年颁布的一系列视频压缩编码的国际标准建议中,都把DCT作为其中的一个基本处理模块。而且对于具有一阶马尔柯夫过程的随机信号,DCT十分接近于Karhunen-Loeve变MPEG等数据压缩标准的重要数学基础。在JPEG压缩算法中,先将输入图像划分为8×8或16×16的图像块,对每个图像块作DCT变换;然后舍弃高频的系数,并对余下的系数进行量化以进一步减少数据量;最后使用无失
6、真编码来完成压缩任务。解压缩时首先对每个图像块做DCT反变换,然后将图像拼接成一副完整的图像。DCT变换的定义一维DCT的变换核定义为1.12cos(2x+1)uπg(x,u)=c(u)N2N,N-1。式中u,x=0,1,2,收稿日期:2006-03-27作者简介:沈洁(1983-),女,本科,扬州大学信息工程学院2002级电子信息工程专业,研究方向为图像处理、模式识别。1像块的DCT变换。一个M×M的DCT变换矩阵T定义为,u=02c(u)=(1)1,其它一维DCT定义如下:设{f(x)
7、1}为离散的信号列。1,i=0,0ΦjΦM-1x=0
8、,1,,N-M(Ti,j)T==2π(2j+1)i,1ΦiΦMcos2MN-12(2x+1)uπ∑f(x)cosF(u)=c(u)2N,N-1。M-1,0ΦjΦM-1则X的DCT变换Y为Y=TXTT。一副原始输入图像经DCT产生的输出矩阵有个特点:随着元素离DCT系数越来越远,它的模就倾向于越来越小。这意味着通过DCT来处理数据,已将图像的表示集中到输出矩阵的左上角的系数,而矩阵的右下部分系数几乎不包含有用信息。1.2.2系数量化量化的作用是在一定的主观保真图像质量的前提下,丢掉那些对视觉影响不大的信息,以获得较高的压缩比。然而,量化也是致使
9、图像质量下降的最主要原因。这里使用量化矩阵来实现量化。对于DCT输出矩阵中每一个元素,量化矩阵中的同一位置都有一个相应的量化值,范围是0～255。量化公式如下:量化
