资源描述：
《基于dct的图像压缩编码算法的matlab实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、IIIIII目录III摘要IAbstractII第1章绪论11.1课题背景11.1.1离散余弦变换21.1.2预测技术31.2图像压缩技术的发展和现状31.2.1图像编码技术发展历史31.2.2图像编码技术的现状41.3MATLAB及其图像处理工具箱41.4论文组织结构5第2章图像压缩编码理论算法62.1DCT变换的思想来源62.2基于DCT的JPEG图像压缩编码步骤82.2.1颜色空间的转换和采样82.2.2二维离散余弦变换92.2.3DCT系数的量化122.2.4量化系数的编排132.2.5DC系数的编码142.2.6AC
2、系数的编码152.2.7组成位数据流162.2.8DCT变换在图像压缩中的应用192.3JPEG2000压缩算法192.3.1小波变换202.3.2量化202.3.3熵编码212.3.4位流组织21III2.4JPEG与JPEG2000的区别212.5本章小结23第3章基于DCT的图像压缩MATLAB仿真实现243.1数字图像文件的读写243.2程序流程图263.3DCT变换的编程实现273.4MATLAB仿真结果273.5实验结果分析293.6本章小结30结论31III第1章绪论1.1课题背景随着信息技术的发展，图像信
3、息被广泛应用于多媒体通信和计算机系统中，但是图像数据的一个显著特点就是信息量大。具有庞大的数据量，如果不经过压缩,不仅超出了计算机的存储和处理能力,而且在现有的通信信道的传输速率下，是无法完成大量多媒体信息实时传输的,因此,为了更有效的存储、处理和传输这些图像数据,必须对其进行压缩,因此有必要对图像压缩编码进行研究。由于组成图像的各像素之间,无论是在水平方向还是在垂直方向上都存在着一定的相关性，因此只要应用某种图像压缩编码方法提取或者减少这种相关性,就可以达到压缩数据的目的[1]。数字图像的冗余主要表现在以下几种形式：空间冗余
4、：规则物体和规则背景的表面物理特性都具有相关性，数字化后表现为数字冗余。例如：某图片的画面中有一个规则物体,其表面颜色均匀,各部分的亮度、饱和度相近,把该图片作数字化处理,生成位图后,很大数量的相邻像素的数据是完全一样或十分接近的,完全一样的数据当然可以压缩,而十分接近的数据也可以压缩,因为恢复后人亦分辨不出它与原图有什么区别,这种压缩就是对空间冗余的压缩。时间冗余：序列图像(如电视图像和运动图像)和语音数据的前后有着很强的相关性,经常包含着冗余。在播出该序列图像时,时间发生了推移,但若干幅画面的同一部位没有变化,变化的只是其
5、中某些地方,这就形成了时间冗余。统计冗余：空间冗余和时间冗余是把图像信号看作概率信号时所反应出的统计特性，因此，这两种冗余也被称为统计冗余。编码冗余：同样长度的编码可以表示不同的信息。结构冗余：相似的，对称的结构如果都加以记录就出现结构冗余。5知识冗余：由图像的记录方式与人对图像的知识差异而产生的冗余。人对许多图像的理解与某些基础知识有很大的相关性。许多规律性的结构，人可以由先验知识和背景知识得到。而计算机存储图像时还得把一个个像素信息存入，这就形成冗余。视觉冗余：视觉系统对于图像场的注意是非均匀和非线性的，视觉系统不是对图像
6、的任何变化都能感知。所谓的图像压缩编码技术就是对要处理的图像数据按一定的规则进行变换和组合,从而达到以尽可能少的数据流(代码)来表示尽可能多的数据信息。在众多的图像压缩编码标准中，JPEG(JointPhotographicExpertsGroup)格式是一种称为联合图像专家组的图像压缩格式，它适用于不同类型、不同分辨率的彩色和黑白静止图像[2]。在JPEG图像压缩算法中，一种是以离散余弦变换(DCT，DiscreteCosineTransform)为基础的有损压缩算法，另一种是以预测技术为基础的无损压缩算法。1.1.1离散余
7、弦变换DCT变换利用傅立叶变换的性质。采用图像边界褶翻将像变换为偶函数形式，然后对图像进行二维傅立叶变换，变换后仅包含余弦项，所以称之为离散余弦变换。5DCT编码属于正交变换编码方式，用于去除图像数据的空间冗余。变换编码就是将图像光强矩阵(时域信号)变换到系数空间(频域信号)上进行处理的方法。在空间上具有强相关的信号，反映在频域上是在某些特定的区域内能量常常被集中在一起，或者是系数矩阵的分布具有某些规律。我们可以利用这些规律在频域上减少量化比特数，达到压缩的目的。图像经DCT变换以后，DCT系数之间的相关性就会变小。而且大部分
8、能量集中在少数的系数上，因此，DCT变换在图像压缩中非常有用，是有损图像压缩国际标准JPEG的核心。从原理上讲可以对整幅图像进行DCT变换，但由于图像各部位上细节的丰富程度不同，这种整体处理的方式效果不好。为此，发送者首先将输入图像分解为8*8或16*16块，然后再对每个图像
