数字图像处理 实验八 图像变换压缩编码

实验八图像变换压缩编码
一，实验目的：
1，掌握变换压缩编码的原理与方法
2，了解有损压缩图像质量评价的指标
二，实验条件
1，MATLAB软件
2，典型的灰度，彩色图像。

三，实验原理
1，去除数据冗余度可以有效地压缩数据
2，图像编码压缩的主要技术指标：压缩比，客观评价SNR，主观评价四，实验内容
1，以DCT变换为例，采用标准亮度量化表，得有损压缩的变换值，计算并显示其直方图
2，采用标准量化表将上述变换值反量化回去后用IDCT变换回图像，比较并计算压缩前后图像的差异（MSE，PSNR等）
3，根据由1计算得到的直方图试判断采用Huffman编码的平均码长。

五，实验步骤
1，以DCT变换为例，采用标准亮度量化表，得有损压缩的变换值，计算并显示其直方图
（1）代码如下所示
I=imread('a.jpg');
J=rgb2gray(I);
J=imresize(J,[512 512]);
%imshow(J);
A=zeros(8,8);
B=zeros(512,512);
lighttable=... %标准亮度量化表
[16 11 10 16 24 40 51 61,
12 12 14 19 26 58 60 55,
14 13 16 24 40 57 69 56,
14 17 22 29 51 87 80 62,
18 22 37 56 68 109 103 77,
24 35 55 64 81 104 113 92,
49 64 78 87 103 121 120 101,
72 92 95 98 112 100 103 99];
for i=1:64 %用i，j来控制子块
for j=1:64
for m=(8*(i-1)+1):8*i
for n=(8*(j-1)+1):8*j
A(m-(8*(i-1)+1)+1,n-(8*(j-1)+1)+1)=J(m,n);%提取
8*8子块
end
end
C1=dct2(A); %对子块进行dct2变换
C2=round(C1./lighttable); %将C1进行量化，并取整
for p=1:8 %将子块按序存进512*512的矩
阵中
for q=1:8
B(p+8*(i-1),q+8*(j-1))=C2(p,q);
end
end
end
end
H=zeros(1,256*2-1);
for i=1:m
for j=1:n
H(B(i,j)+255)=H(B(i,j)+255)+1; %统计各值概率
end
end
X=[-255:255];
plot(X,H); %绘制坐标为-255—255的直方图
（2）直方图如下所示
-300-200-1000100200300
00.5
1
1.5
2
2.5
5
2，采用标准量化表将上述变换值反量化回去后用IDCT 变换回图像，比
较并计算压缩前后图像的差异（MSE ，PSNR 等）
（1）代码如下所示
for i=1:64 %用i ，j 来控制子块
for j=1:64
for m=(8*(i-1)+1):8*i
for n=(8*(j-1)+1):8*j
A(m-(8*(i-1)+1)+1,n-(8*(j-1)+1)+1)=B(m,n);
end
end
C3=A.*lighttable; %将子块反量化回去
C4=idct2(C3); %对C3进行IDCT 变换
for p=1:8
for q=1:8
D(p+8*(i-1),q+8*(j-1))=C4(p,q);
end
end
end
end
D=uint8(D);
subplot(1,2,1),imshow(J);
subplot(1,2,2),imshow(D);
%计算J 和D 均方根误差
e = double(J) - double(D);
[m, n] = size(e);
MSE = sqrt(sum(sum(e.^2))/(m*n));
k = 8;
%k为图像是表示地个像素点所用的二进制位数，即位深。

fmax = 2.^k - 1;
a = fmax.^2;
b = sum(sum(e.^2));
PSNR = 10*log(m*n*a/b);
（2）显示压缩前后图像
（3）显示MSE和PSNR的值
MSE=4.4339
PSNR=81.04
3，根据由1计算得到的直方图试判断采用Huffman编码的平均码长。

答：由1的直方图可以确定一个大的分布值为-3—3。

即编码需要的比特数位3位。

其中有一位来表示正负。

六，讨论与分析
1，有可能增强压缩效率的部分在哪里？
在取直方图的时候，综合整幅图像的数据。

使得值分布得更集中，可以更有效地去除数据冗余度从而压缩数据。