《数据压缩与信源编码》实验报告S

imshow(I2);
title('DCT变换后的频域图像'); %显示DCT变换后的频域图像
fori=1:8:200
for j=1:8:200
P=I3(i:i+7,j:j+7).*a1; %反量化
K=T'*P*T;
I4(i:i+7,j:j+7)=K;
end
end
figure;
imshow(I4);
fori=1:m
for j=1:n
data1((i-1)*n+j)=data(i,j);
end
end
M1=floor(m*n/siz_word);
r=mod(m*n,siz_word);
if r>0
M1=M1+1;
end
data2=zeros(M1,siz_word);
l=1;
A=zeros(siz_word,1);
end
end
figure(2)
imshow(uint8(data5)); %显示恢复图像
title('矢量量化编码后恢复的图像')
五、实验过程记录(数据、图表、计算等)
六、实验结果分析及问题讨论
西华大学实验报告（理工类）
开课学院及实验室： 电气信息学院 6A222实验时间 ：2017年4月6日
学 生 姓 名
西华大学实验报告（理工类）
开课学院及实验室：电气信息学院 6A222实验时间 ：2017年4月6日
学 生 姓 名
学 号
成 绩
学生所在学院
电气与电子信息学院
年级/专业/班
信息工程14（3）-1
课 程 名 称
数据压缩与信源编码
课 程 代 码
6088619
实验项目名称
码书的设计和使用
项 目 代 码
实验一
指 导 教 师
B=data2(i,:);
A=zeros(siz_word,1);
A=code_book(1,:);
tep=0.0;
for l=1:siz_word
tep=tep+(A(l)-B(l))^2;
end
r=1;
for j=2:siz_book
A=code_book(j,:);
temp=sum((A-B).^2);
fori=1:siz_book*siz_word
A(r)=data1(i);
if r==siz_word
code_book(l,:)=A;
l=l+1;
r=1;
else
r=r+1;
end
end
MIU=zeros(M1,siz_book);
t=1;
while t==1
fori=1:M1
B=zeros(siz_word,1);
title('复原图像');
B=blkproc(I,[8,8],'P1*x*P2',T,T')
%计算二维DCT，矩阵T及其转置是DCT函数P1*X*P2的参数
mask=[1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
r=1;
fori=1:m*n
A(r)=data1(i);
if r==siz_word
data2(l,:)=A;
l=l+1;
r=1;
else
r=r+1;
end
end
code_book=zeros(siz_book,siz_word);
2．编码
%LBG算法开始
%初始化码书
l=1;
r=1;
A=zeros(siz_word,1);
操作系统：Windowsxp；
软件：MATLAB
四、实验步骤（按照实际操作过程）
1.码书的设计
clear all;
data=imread('cameraman.tif');%调入原始图像
data=double(data)/255;
%归一化
[m,n]=size(data); %求出图像的行数和列数
figure(1)
(4.1)
其反变换如下式:
(4.2)
其中,
(4.3)
二维离散余弦变换核具有可分离性,即可以先对每行进行一维离散余弦变换,
再对每列进行一维离散余弦变换,因此,二维离散余弦变换可表示为:
(4.4)
(4.5)
如果直接按照公式计算,其计算量很大,所以,实际应用中普遍采用快速傅立叶变换(FFT)算法来实现离散余弦变换的快速算法。
end
end
iftep/siz_book<0.000001
t=0;
end
code_book=code_book1;
end
3.解码
%编码后图像恢复过程
data3=zeros(M1,siz_word);
fori=1:M1
for j=1:siz_book
if MIU(i,j)==1
t=j;
end
end
data3(i,:)=code_book(t,:);
一种有效和直观的矢量量化码书设计算法——LBG算法(也叫GLA算法)是由Linde、Buzo和Gray于1980年首先提出来的。该算法基于最佳矢量量化器设计的最佳划分和最佳码书这两个必要条件，且是Lloyd算法在矢量空间的推广，其特点为物理概念清晰、算法理论严密及算法实现容易。
设训练矢量集为 ，待产生的码书为 ，其中 ， ， ，则码书设计过程就是需求把训练矢量集 分成 个子集 的一种最佳聚类方案，而子集 的质心矢量 作为码字。假设平方误差测度用来表征训练矢量 和码字 之间的失真，即：
(1)统计数据源符号出现的概率,得到不同概率的信息符号;
(2)将数据源符号按概率递减顺序排列;
(3)把两个最小概率相加作为新符号的概率,并按(2)重排;
(4)重复(1)、(2),直到概率为1;
(5)在每次合并信源时,将合并的信源分别赋“0”和“1”;
(6)寻找从每一信源符号到概率为1处的路径,记录路径上的“0”和“1”;
72 92 95 98 112 100 103 99 ];
fori=1:8:200
for j=1:8:200
P=I(i:i+7,j:j+7);
K=T*P*T';
I2(i:i+7,j:j+7)=K;
K=K./a1;量化
K(abs(K)<0.03)=0;
I3(i:i+7,j:j+7)=K;
end
end
figure;
3.“Z”字型扫描
量化后的数据本来已经可以直接进行游程编码,但为了提高游程编码的效率,我们必须尽量增加零游程的长度。基于量化后系数的排列特征,采用“Z”字型扫描能有效增加零游程的长度。“Z”字型扫描轨迹如图2.2所示:
4.哈夫曼(Huffman)编码及解码
哈夫曼编码是1952年由Huffman提出的编码方法,基本思想是根据源数据符合出现的概率大小进行编码,出现概率大的符号分配越短的码字,出现概率越小的符号分配越长的码字,从而达到用尽量少的比特数表示数据源,标准哈夫曼编码步骤如下:
tep=tep+MIU(i,j);
end
iftep>0
code_book1(j,l)=code_book1(j,l)/tep;
else
code_book1(j,l)=0.0;
end
end
end
tep=0.0;
for j=1:siz_book
for l=1:siz_word
tep=tep+(code_book1(j,l)-code_book(j,l))^2;
学 号
成 绩
学生所在学院
电气与电子信息学院
年级/专业/班
信息工程14（3）-1
课 程 名 称
数据压缩与信源编码
课 程 代 码
6088619
实验项目名称
基于DCT变换的图像压缩技术
项 目 代 码
实验二
指 导 教 师
李斌
项 目 学 分
一、实验目的
利用离散余弦变换进行图像压缩。
二、实验原理
1.DCT变换
离散余弦变换(DCT)是一种与离散傅立叶变换紧密相关的正交变换,8×8的二维离散余弦变换可以将图像的空间表达式转换到频率域,只用少量的数据点来表达图像,用f(x,y)表示8×8的图像块象素值,F(u,v)表示二维离散余弦变换后的值,具体表达式如下:
2.量化编码
数据压缩中的量化处理,不是对A/D转换量化,而是对正交变换后的数据进行量化处理,量化输入值的动态范围很大,而量化的输出只能取有限个整数,量化后的数值用较少的比特数便可表示。量化处理总是把一批输入量化到一个输出级上,这样降低了数值的精度,但减少了数据量。
DCT的输出系数中,左上角的数据表示低频分量,人眼比较敏感,应该用较高的精度来表示,而右下角的数据可以用较低的精度来表示,因此,我们可以定义一个量化表对不同的数据采用不同的量化等级,这个量化表可以根据期望的压缩比进行调整,一般来说,量化表元素值越大压缩比越大,当然图像失真度也越大。
if temp<tep
r=j;
tep=temp;
end
end
MIU(i,r)=1.0;
end
t=0;
code_book1=zeros(siz_book,siz_word);
for j=1:siz_book
for l=1:siz_word