基于MATLAB的图像压缩感知算法的实现毕业设计说明书
MATLAB图象压缩
MATLAB图象压缩预览说明:预览图片所展示的格式为文档的源格式展示,下载源文件没有水印,内容可编辑和复制1.图像压缩的概念减少表示数字图像时需要的数据量2.图像压缩的基本原理去除多余数据.以数学的观点来看,这一过程实际上就是将二维像素阵列变换为一个在统计上无关联的数据集合图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术,也称图像编码.图像数据之所以能被压缩，就是因为数据中存在着冗余。
图像数据的冗余主要表现为：（1）图像中相邻像素间的相关性引起的空间冗余；（2）图像序列中不同帧之间存在相关性引起的时间冗余；（3）不同彩色平面或频谱带的相关性引起的频谱冗余。
3数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。
由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。
信息时代带来了“信息爆炸”，使数据量大增，因此，无论传输或存储都需要对数据进行有效的压缩。
在遥感技术中，各种航天探测器采用压缩编码技术，将获取的巨大信息送回地面。
图像压缩是数据压缩技术在数字图像上的应用，它的目的是减少图像数据中的冗余信息从而用更加高效的格式存储和传输数据。
4、图像压缩基本方法图像压缩可以是有损数据压缩也可以是无损数据压缩。
对于如绘制的技术图、图表或者漫画优先使用无损压缩，这是因为有损压缩方法，尤其是在低的位速条件下将会带来压缩失真。
如医疗图像或者用于存档的扫描图像等这些有价值的内容的压缩也尽量选择无损压缩方法。
有损方法非常适合于自然的图像，例如一些应用中图像的微小损失是可以接受的（有时是无法感知的），这样就可以大幅度地减小位速。
从压缩编码算法原理上可以分为以下3类：（1）无损压缩编码种类哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。
（2）有损压缩编码种类预测编码，DPCM，运动补偿；频率域方法：正交变换编码(如DCT)，子带编码；空间域方法：统计分块编码；模型方法：分形编码，模型基编码；基于重要性：滤波，子采样，比特分配，向量量化；（3）混合编码。
实验三-基于DCT的数字图像压缩及Matlab实现
实验三-基于DCT的数字图像压缩及Matlab实现实验三基于DCT的数字图像压缩及Matlab实现一、实验原理图像压缩基本原理及模型（一）图像压缩基本原理图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。
图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。
压缩技术分为无损压缩和有损压缩两大类，前者在解码时可以精确地恢复原图像，没有任何损失；后者在解码时只能近似原图像，不能无失真地恢复原图像。
假设有一个无记忆的信源,它产生的消息为{ai},1≤i≤N,其出现的概率是已知的,记为P(ai)。
则其信息量定义为:由此可见一个消息出现的可能性越小，其信息量就越多，其出现对信息的贡献量越大，反之亦然。
信源的平均信息量称为“熵”（entropy），可以表示为：对上式取以2为底的对数时，单位为比特（bits）：根据香农（Shannon）无噪声编码定理，对于熵为H的信号源，对其进行无失真编码所可能达到的最低比特数为，这里为一任意小的正数，因此可能达到的最大压缩比为：其中B是原始图像的平均比特率。
在图像压缩中，压缩比是一个重要的衡量指标。
可以定义压缩比为：（二）图像压缩的基本模型图像编码包括两个阶段，前一个阶段就是利用预测模型或正交模型对图像信号进行变换；后一个阶段是利用已变换信号的统计特性，对其分配适当的代码来进行编码传输。
编码器与解码器的结构分别如图(a)、(b)。
在发送端，输入的原始图像首先经过DCT变换后，其低频分量都集中在左上角，高频分量分布在右下角（DCT变换实际上是空间域的低通滤波器）。
由于该低频分量包含了图像的主要信息，而高频分量与之相比就不那么重要了，所以可以忽略高频分量，从而达到压缩的目的。
将高频分量去掉就要用到量化，这是产生信息损失的根源。
图像压缩图像分割 matlab 图像处理
二、图像分割—迭代法求阈值 （一）基本原理 迭代式阈值选择法的基本思想是：开始时选择一个阈值作为初始估计值，然 后按某种策略不断地改进这一估计值， 直到满足给定的准则为止。 在迭代过程中， 关键之处在于选择什么样的阈值改进策略。好的阈值改进策略应该具备两个特 征：一是能够快速收敛，二是在每一个迭代过程中，新产生的阈值优于上一次的 阈值。其算法步骤如下： （1）选择图像灰度的中值作为初始阈值 T0 。 （2）利用阈值 Ti 将图像分割成两个区域— R1 和 R2 ，用下式计算区域 R1 和 R2 的 灰度均值 1 和 2 ：
%对非边界的值进行解码 for i=2:m-1 for j=2:n-1
K(i,j)=J(i,j)+(K(i,j-1)/2+K(i-1,j)/4+K(i-1,j-1)/8+K(i-1,j+1)/8); end end cc=fclose(codefile); K=uint8(K); figure,imshow(K); 选择一幅灰度图像，利用预测编码原理，参考上述程序对其进行预测编码和 解码，显示预测编码前后的图像以及解码后的图像，并对结果进行分析。
（4）重复步骤（2）～（3） ，直到 Ti1 和 Ti 的差小于某个给定值。 （二）matlab 程序实现 I=imread('20080.bmp'); [width,height]=size(I) figure,imshow(I); %显示该图像的直方图 figure,imhist(I); %用迭代法，求出阈值 f=double(I); T=(min(f(:))+max(f(:)))/2; done=false; i=0; while ~done r1=find(f<=T); r2=find(f>T); Tnew=(mean(f(r1))+mean(f(r2)))/2 done=abs(Tnew-T)<1 T=Tnew; i=i+1; end f(r1)=0; f(r2)=1; figure,imshow(f); 选择一幅灰度图像，按照阈值分割原理求出阈值，参考上述程序对其进行阈 值分割，显示分割前后的结果，并对结果进行分析。
基于MATLAB的图像压缩处理技术的研究与实现毕业设计
基于MATLAB的图像压缩处理技术的研究与实现毕业设计目录第一部分毕业论文一、毕业论文第二部分外文资料翻译一、外文资料原文二、外文资料翻译第三部分过程管理资料一、毕业设计（论文）课题任务书二、本科毕业设计（论文）开题报告三、本科毕业设计（论文）中期报告四、毕业设计（论文）指导教师评阅表五、毕业设计（论文）评阅教师评阅表六、毕业设计（论文）答辩评审表2009 届本科生毕业设计（论文）资料第一部分毕业论文-（2009 届）本科生毕业论文基于MATLAB的图像压缩处理技术的研究与实现2009 年6 月长沙学院本科生毕业论文基于MATLAB的图像压缩处理技术的研究与实现系部：电子与通信工程系专业：通信工程学号：2005043204学生姓名：马娟指导教师：刘光灿教授王路露助教2009 年6月目录摘要................................................................................. 错误！未定义书签。
ABSTRACT ........................................................................ 错误！未定义书签。
第1章绪论 (1)1.1 论文研究背景及意义 (1)1.2 图像压缩技术的历史与现状 (1)1.3 离散余弦变换及其在图象压缩中的应用 (2)1.4 论文研究的主要内容 (2)第2章图像压缩的基本原理 (4)2.1 图象压缩评价标准 (4)2.1.1 客观标准 (4)2.1.2 主观标准 (5)2.2 图像压缩技术标准 (5)2.3 图像压缩的分类 (8)2.4 图像压缩处理技术基本理论 (9)2.4.1 图像压缩的基本原理 (9)2.4.2 图像压缩的基本模型 (10)第3章离散余弦变换的MATLAB实现 (12)3.1 MATLAB图像处理工具箱 (12)3.2 离散余弦变换的定义 (12)3.3 离散余弦变换的基本原理与算法 (13)3.3.1 离散余弦变换的基本原理 (13)3.3.2 离散余弦变换算法 (15)3.4 离散余弦算法的实现 (15)第4章离散余弦变换的界面实现 (17)4.1 图形用户界面简介 (17)4.2 界面设计的MATLAB实现 (17)4.2.1 界面设计总体概述 (17)4.2.2 界面设计具体实现 (18)第5章运行结果显示及分析 (20)5.1 离散余弦变换的算法实现 (20)5.1 离散余弦变换的界面实现 (20)5.5 设计过程中的疑难及改进 (22)结论 (23)参考文献 (24)附录 (25)致谢................................................................................. 错误！未定义书签。
基于Matlab环境的JPEG图像压缩算法
量 化
便 于传输 、 存储和译码器进 行译码 ， 这样组织 的数据通常 称 为 ＪＥ Ｐ Ｇ位数据流（Ｐ Ｇ ｂｔ ｔ ａ 。图像 的离散余弦变换 ＪＥ ｉ ｓｅｍ） ｒ
具 有把 高 度 相关 数 据 能 量 集 中 的趋 势 ， 正 是 他 用 于 图 像 压 这 缩 的优 点 所 在 ， 这 一点 被 广 泛 应 用 于 图 像 压 缩 。对 通 常 的 故 图像 来 说 ， 多 数 Ｄ Ｔ系 数 的值 非 常 接 近 ０ 如 果 舍 弃 这 些 大 Ｃ 。
接近零 的 Ｄ Ｔ系数 值 ， 重构 图像 是并 不会带来 画面质量 Ｃ 在
（， ＝０ ｄ Ｈ ， Ｉ ｕ ） ｒ ｎ ” ｕｌ
，
（） ５
的 显著 下 降 。所 以 ， 用 Ｄ Ｔ进 行 图 像 压 缩 可 以节 约 大 量 利 Ｃ
的存储空间 。压缩应 该在最合 理的近似原 图像 的情 况下使
ＪＥ （ｏ ｔ ｉｔ ｅｅｐｒ ｇｏｐ ， Ｐ Ｇ ｊｉ ｃ ｒ ｘｅ ｒｕ ） 即联 合 图像 专家 组 。 ｎｐ ｕ ｔ
ＪＥ Ｐ Ｇ算法 中首先对 图像进行 分块处理 ， 在对 每一 快进行 二 维离散余 弦变换 ， 变换后 的系数基 本不相关 ， 系数矩 阵的 且
Ｆｕ ） ｃ ）（ ∑ ∑ｆ ， ・ （， ＝ （ ｃ ） （ｙ ｘ）
一
于空间线性 预测技术 （ 即差分脉冲编码调制） 算法 ， 该算法 属
于无失真压缩算法 ； ２种算 法是基 于离散余 弦变换 、 程 第 行 编码 、 熵编码 的有 失真 压缩算 法。 目前 比较 流行后 一种算 法， 即有失真 Ｄ Ｔ压缩编码 。 Ｃ
基于MATLAB的图像压缩处理技术的研究与实现毕业设计方案论文
基于MATLAB的图像压缩处理技术的研究与实现毕业设计方案论文长沙学院CHANGSHA UNIVERSITY 毕业设计（论文）资料基于MATLAB的图像压缩处理设计（论文）题目：技术的研究与实现系部：电子与通信工程系专业：通信工程学生姓名：班级：指导教师姓名：最终评定成绩目录第一部分毕业论文一、毕业论文第二部分外文资料翻译一、外文资料原文二、外文资料翻译第三部分过程管理资料一、毕业设计（论文）课题任务书二、本科毕业设计（论文）开题报告三、本科毕业设计（论文）中期报告四、毕业设计（论文）指导教师评阅表五、毕业设计（论文）评阅教师评阅表六、毕业设计（论文）答辩评审表2009 届本科生毕业设计（论文）资料第一部分毕业论文-（2009 届）本科生毕业论文基于MATLAB的图像压缩处理技术的研究与实现系部：电子与通信工程系专业：通信工程学生姓名：马娟学号 2005043204班级：05通信2指导教师姓名：刘光灿职称教授王路露职称助教最终评定成绩2009 年6 月长沙学院本科生毕业论文基于MATLAB的图像压缩处理技术的研究与实现系部：电子与通信工程系专业：通信工程学号：2005043204学生姓名：马娟指导教师：刘光灿教授王路露助教2009 年6月摘要图像是一种重要的二维信号，由于其数据量很大，在存储和传输的时候要对其进行压缩处理。
离散余弦变换是一种新兴的数学工具，基于离散余弦变换的图像压缩技术正受到广泛的关注和研究。
图像经过离散余弦变换以后，在时域和频域都具有良好的局部化特性，重建图像中可以克服采用离散余弦变换编码所固有的方块效应，而且与人类视觉特性相一致。
论文主要研究了基于MATLAB的图像压缩算法，完成了以下一些工作：介绍了图像压缩的原理和方法，列举了常用的图像压缩的评价标准和技术标准，在理论分析的基础上深刻理解了图像压缩算法。
重点研究了离散余弦算法的基本原理和实现步骤，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，同时，利用MATLAB程序形象设计出图形用户界面，形象直观的看到了图像压缩前后的鲜明对比，取得了较为理想的效果。
图像编程霍夫曼图像压缩重建【matlab源码】
毕业论文（设计）题目学院学院专业学生姓名学号年级级指导教师教务处制表matlab图像编程霍夫曼图像压缩重建一、程序说明本团队长期从事matlab编程与仿真工作，擅长各类毕业设计、数据处理、图表绘制、理论分析等，程序代做、数据分析具体信息联系二、程序示例function SnapImage()imagesPath = '.\\snap_images';if ~exist(imagesPath, 'dir')mkdir(imagesPath);end[FileName,PathName,FilterIndex] = uiputfile({'*.jpg;*.tif;*.png;*.gif','All Image Files';...'*.*','All Files' },'保存截图',...'.\\snap_images\\temp.jpg');if isequal(FileName, 0) || isequal(PathName, 0)return;endfileStr = fullfile(PathName, FileName);f = getframe(gcf);f = frame2im(f);imwrite(f, fileStr);msgbox('抓图文件保存成功！', '提示信息');function SaveImage(Img)imagesPath = '.\\results';if ~exist(imagesPath, 'dir')mkdir(imagesPath);end[FileName,PathName,FilterIndex] = uiputfile({'*.jpg;*.tif;*.png;*.gif','All Image Files';...'*.*','All Files' },'保存截图',...'.\\results\\result.jpg');if isequal(FileName, 0) || isequal(PathName, 0)return;endfileStr = fullfile(PathName, FileName);imwrite(mat2gray(Img), fileStr);function S=PSNR(sss,aaa)[m n p]=size(sss);A=double(sss);B=double(aaa);sumaDif=0;maxI=m*n*max(max(A.^2));for u=1:mfor v=1:nsumaDif=sumaDif+(A(u,v)-B(u,v))^2;endendif (sumaDif==0)sumaDif=1;endS=maxI/sumaDif;S=10*log10(S);function [zvec, zi] = Mat2Huff(vec)if ~isa(vec,'uint8')fprintf('\n请确认输入uint8类型数据向量！\n');return;endvec = vec(:)';f = Frequency(vec);syminfos = find(f~=0);f = f(syminfos);[f, sind] = sort(f);syminfos = syminfos(sind);len = length(syminfos);syminfos_ind = num2cell(1:len);cw_temp = cell(len,1);while length(f)>1ind1 = syminfos_ind{1};ind2 = syminfos_ind{2};cw_temp(ind1) = AddNode(cw_temp(ind1),uint8(0));cw_temp(ind2) = AddNode(cw_temp(ind2),uint8(1));f = [sum(f(1:2)) f(3:end)];syminfos_ind = [{[ind1 ind2]} syminfos_ind(3:end)]; [f,sind] = sort(f);syminfos_ind = syminfos_ind(sind);endcw = cell(256,1);cw(syminfos) = cw_temp;len = 0;for i = 1 : length(vec),len = len+length(cw{double(vec(i))+1}); endstr_temp = repmat(uint8(0),1,len);pt = 1;for index=1:length(vec)cd = cw{double(vec(index))+1};len = length(cd);str_temp(pt+(0:len-1)) = cd;pt = pt+len;endlen = length(str_temp);pad = 8-mod(len,8);if pad > 0str_temp = [str_temp uint8(zeros(1,pad))]; endcw = cw(syminfos);cl = zeros(size(cw));ws = 2.^(0:51);mcl = 0;for index = 1:length(cw)len = length(cw{index});if len>mclmcl = len;endif len>0cd = sum(ws(cw{index}==1));cd = bitset(cd,len+1);cw{index} = cd;cl(index) = len;endendcw = [cw{:}];cols = length(str_temp)/8;str_temp = reshape(str_temp,8,cols);ws = 2.^(0:7);zvec = uint8(ws*double(str_temp));huffcodes = sparse(1,1);for index = 1:numel(cw)huffcodes(cw(index),1) = syminfos(index);endzi.pad = pad;zi.huffcodes = huffcodes;zi.ratio = cols./length(vec);zi.length = length(vec);zi.maxcodelen = mcl;function vec = Huff2Mat(zvec, zi)if ~isa(zvec,'uint8')fprintf('\n请确认输入uint8类型数据向量！\n');return;endlen = length(zvec);str_tmp = repmat(uint8(0),1,len.*8);bi = 1:8;for index = 1:lenstr_tmp(bi+8.*(index-1)) = uint8(bitget(zvec(index),bi));endstr_tmp = logical(str_tmp(:)');len = length(str_tmp);str_tmp((len-zi.pad+1):end) = [];len = length(str_tmp);vec = repmat(uint8(0),1,zi.length);vi = 1;ci = 1;cd = 0;for index = 1:lencd = bitset(cd,ci,str_tmp(index));ci = ci+1;byte = Decode(bitset(cd,ci),zi);if byte > 0vec(vi) = byte-1;ci = 1;cd = 0;vi = vi+1;endendfunction InitFig(hObject,handles)axes(handles.axes1);cla; axis on; box on;set(gca, 'Color', [0.8039 0.8784 0.9686]);set(gca, 'XTickLabel', [], 'YTickLabel', [], 'XTick', [], 'YTick', []);axes(handles.axes2);cla; axis on; box on;set(gca, 'Color', [0.8039 0.8784 0.9686]);set(gca, 'XTickLabel', [], 'YTickLabel', [], 'XTick', [], 'YTick', []);set(handles.textInfo, 'String', ...'图像压缩系统，载入图像，选择压缩算法，比较压缩效果。
基于MATLAB的图像压缩处理技术
基于 MATLAB的图像压缩处理技术摘要：图像处理技术不断发展创新，在图像压缩处理中，MATLAB软件已得到推广和应用，运算功能、模拟功能强大，在复杂图像处理中优势显著，能够显著提升图像处理效率。
本文选择真彩色RGB图像作为研究对象，在此基础上转换为彩色索引图像矩阵，然后再进行二进小波多层分解，对于低频近似的系数矩阵进行截取处理，同时对索引图像的颜色图进行优化处理，压缩比比较高，同时压缩速度快。
关键词：图像压缩处理；MATLAB；应用图像处理领域学科类型多，涉及光学、电子技术、计算机技术等等，在工业生产、医疗、科学技术、教育等多个领域的应用范围广泛，专业性比较强。
近年来，Matlab软件已得到推广应用，Matlab软件的语法结构简单，数值计算、图像处理和图形绘制等功能均比较好，同时还可显著提升图像可视化效果。
因此，对基于MATLAB的图像压缩处理技术进行深入研究迫在眉睫。
一、图像处理的涵义（一）图像处理。
在图像处理中，数据量庞大，并且相关技术水平有待提升，因此图像处理难度较大。
随着计算机技术的不断发展，图像处理技术也随之创新，在图像获取中，可利用相机、摄影机、扫描仪等多种设备，通过利用各类仪器设备可获得数字图像，同时完成图像采集。
（二）图像处理目的。
图像处理的作用在于提升图像品质，在处理过程中消除不需要的部分，便于观察和识别图像。
现如今，图像处理要求显著提升，在图像传输和保存中会占用大量资源，基于此，压缩编码随之产生，通过对图像进行压缩处理，能够有效节约图像储存空间，促进图像信息传输速度的提升。
图像中所包含的特征信息比较多，通过利用计算机软件，可显著提升图片识别准确性。
另外，为保证图像信息安全性，可对图像进行加密处理，避免在图像传输过程中造成隐私泄露问题[1]。
二、MATLAB图像处理工具箱主要功能（一）图像变换。
在图像变换中，通过采用正交变换方式，包括傅里叶变换、余弦变换等，将图像从时间域转变至频率域，进而显著提升原图像质量，在此过程中，可利用MATLAB软件中的多种函数，如fft2（）函数、dct2（）函数等。
Matlab中的压缩感知算法
Matlab中的压缩感知算法近年来，随着数字图像和视频数据的广泛应用，对于高效的数据传输和存储变得越来越重要。
而压缩感知算法作为一种新兴的信号处理技术，为我们提供了一种非常有潜力的解决方案。
而在Matlab中，我们可以轻松地利用其强大的信号处理工具箱来实现压缩感知算法。
压缩感知算法的主要思想是：通过选择性地对信号进行采样，仅保留信号中具有较大能量的部分，并利用稀疏性来重构原始信号。
这样做不仅能够节省存储空间，还能有效地减少传输带宽。
在Matlab中，我们可以利用压缩感知算法对图像进行压缩，并在保持较好质量的同时，大幅度减少数据量。
在压缩感知算法中，最常用的是基于稀疏表示的方法，其中最著名的就是基于小波变换的压缩感知算法。
Matlab中的小波变换工具箱为我们提供了一系列强大的小波函数，使得实现压缩感知算法变得简单而便捷。
我们可以将原始信号通过小波变换进行分解，然后利用稀疏表示方法选择性地保留其中重要的小波系数。
最后，通过逆小波变换将保留的系数重构为原始信号。
这样，我们就得到了一个压缩后的图像，从而实现了对图像的压缩。
然而，仅仅使用小波变换进行压缩感知并非是最好的选择，因为小波基具有固定的形状，这可能会导致一些图像特征无法得到恰当的表示。
为了解决这个问题，研究者提出了其他一些基于稀疏表示的压缩感知算法，如稀疏表示算法（Sparse Representation Algorithm，SRA）和字典学习算法（Dictionary Learning Algorithm，DLA）。
SRA算法的核心思想是将原始信号表示为稀疏系数和字典之间的线性组合。
在Matlab中，我们可以使用SRA工具箱来实现该算法。
首先，我们需要训练一个稀疏字典，并利用训练好的字典对信号进行稀疏表示。
然后，通过选择性地保留具有较大系数的部分，并利用逆字典将其重构为原始信号。
通过这样的处理，我们可以实现对信号的高效压缩。
类似于SRA算法，DLA算法也是基于稀疏表示的压缩感知方法，它通过学习一个更适应信号特征的字典来提高信号的稀疏性。
基于MATLAB的图像压缩感知算法的实现毕业设计说明书
毕业设计（论文）课题名称基于MATLAB的图像压缩感知算法的实现目录目录 (I)第1章绪论 (1)1.1 研究背景和意义 (1)1.2 数据压缩技术 (2)1.2.1 传统数据压缩技术 (2)1.2.2 压缩感知理论（Compressed/Compressive Sensing/Sampling, CS） (3)1.3 无线传感器网络 (6)1.3.1 无线传感器网络概述 (6)1.3.2 无线传感器网络数据压缩的必要性 (7)1.4 本文主要工作和内容安排 (8)第2章压缩感知理论 (9)2.1压缩感知的前提条件—稀疏性和不相干性 (10)2.2 三个关键技术 (13)2.3信号的稀疏表示 (13)2.4 观测矩阵设计 (15)2.5 稀疏信号的重构 (17)2.6 重构算法 (18)2.7 压缩感知优势及不足 (20)2.8 压缩感知在传感网中的观测方式 (21)第3章压缩感知理论应用概述 (22)3.1 压缩成像 (22)3.2 模拟信息转换 (23)3.3 生物传感 (23)3.4 本章小结 (24)第4章 CS在无线传感网中的应用 (24)4.1 研究背景 (25)4.1.1 基于感知数据相关性的压缩 (25)4.1.2传统压缩重构方法 (25)4.1.3 图像压缩重构质量的评价 (26)4.2 压缩感知理论算法对一维信号的实现 (28)4.2.1 CS用于WSN的优势 (28)4.2.2 观测重构模型 (28)4.2.2 正交匹配追踪算法（OMP） (29)4.2.3 算法的实现及结果分析 (30)4.3 压缩感知理论算法对二维图像重构的实现 (34)4.3.1 基于小波变换的分块压缩感知理论 (34)4.3.2 实现步骤 (35)4.3.3 重构结果及分析 (38)4.4 本章小结 (42)第5章总结与展望 (42)5.1 工作总结 (42)5.2 后续展望 (43)参考文献 (43)致谢 (45)附录 (46)摘要数据压缩技术是提高无线数据传输速度的有效措施之一。
数字图像处理实验报告图像压缩
数字图像处理实验报告图像压缩竭诚为您提供优质文档/双击可除数字图像处理实验报告图像压缩篇一：数字图像处理实验报告数字图像处理实验报告课程：班级：学号：姓名：指导老师：日期：实验一内容一mATLAb数字图像处理初步一、实验目的与要求1．熟悉及掌握在mATLAb中能够处理哪些格式图像。
2．熟练掌握在mATLAb中如何读取图像。
3．掌握如何利用mATLAb来获取图像的大小、颜色、高度、宽度等等相关信息。
4．掌握如何在mATLAb中按照指定要求存储一幅图像的方法。
5．图像间如何转化。
二、实验内容及步骤1．利用imread()函数读取一幅图像，假设其名为flower.tif，存入一个数组中；解：读取图像，存入数组I 中：I=imread(flower.tif);2．利用whos命令提取该读入图像flower.tif的基本信息；解：查询数组I的信息：3．利用imshow()函数来显示这幅图像；解：因为imshow()方法不能直接显示tif图像矩阵，因此要先转换成Rgb模式，再调用imshow()显示。
代码如下：>>I1=I(:,:,1);>>I2=I(:,:,2);>>I3=I(:,:,3);>>Rgb=cat(3,I1,I2,I3);>>imshow(Rgb);显示的图像为：4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；解：代码如下：>>imfinfo(flower.tif)结果截图：5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg；语法：imwrite(原图像，新图像，‘quality’,q),q取0-100。
解：代码：>>imwrite(Rgb,flower.jpg,quality,80);结果截图：6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp 图像，设为flower.bmp。
基于MATLAB的数字图像压缩算法研究
图4-2 线性预测器结构
成都理工大学2011届毕业论文
• 对图4-3进行一维线性预测和二维线性预测。预测时采用的是二阶线 性预测，在图4-1中第六种形式，系数分别为7/8、-1/2、1/2、 1/8(按照逆时针方向四个点)。
图4-3 原图
成都理工大学2011届毕业论文
图4-4 水平方向预测
成都理工大学2011届毕业论文
图3-1 测试图
图3-2 DCT幅度图
成都理工大学2011届毕业论文
• 图3-3和图3-4是DCT变换的频率分布和边缘分布图。
图3-3 频率分布
注：DC部分是原点
成都理工大学2011届毕业论文
图3-3 边缘分布
• 由图3-1到3-4可以综合看出，图片的低频区域幅值大，说明图像信息 主要集中在低频部分，高频部分有信息但很少，这说明离散余弦变换 具有信息紧缩能力。 • DCT变换本身并不进行数据压缩，它只是将图像源数据映射到另一个 域，使数据在变换域中容易进行压缩，变换后的图像矩阵系数更独立 和有序。经过DCT变换后，其低频分量都集中在矩阵左上角，高频分 量分布在矩阵右下角。由于该低频分量包含了图象的主要信息，而高 频分量与之相比，不是很重要，所以可以忽略高频分量，只保留低频 分量，从而达到压缩数据的目的。如何将高频分量去掉，这就要用到 前一章所讲的量化。
成都理工大学2011届毕业论文
2.2 图像均匀量化原理及编码实现
成都理工大学2011届毕业论文
• (1)对图2-1进行给定量化级数均匀量化，量化级数k=10，得到图2-2。 • (2)对图2-1，分别以步长16进行量化，以步长32进行量化后得到图23，图2-4。
图2-1 测试原图
成都理离线余弦变换(DCT)理论基础
毕业设计（论文）-基于MATLAB的小波变换在图像压缩中的应用
毕业设计说明书题目：基于MATLAB的小波变换在图像压缩中的应用院（系）：专业：计算机通信工程学生姓名：学号：指导教师：职称：副教授工程设计软件开发2012年10 月27 日摘要小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图像分解，图像增强等。
小波分析是傅立叶分析思想方法的发展与延拓。
针对暂态电能质量扰动现象的内在特征，提出了小波变换和模糊逻辑相结合的暂态电能质量扰动分类方法。
该方法使用小波变换提取扰动的时间特征，将扰动持续时间、扰动幅度、扰动频率、电压变化率绝对值作为暂态电能质量扰动的特征向量，输入到4输入2输出的模糊逻辑推理系统，自动判别暂态电能质量的扰动类型及扰动强度。
小波分析之所以在信号处理中有着强大的功能，是基于其分离信息的思想，分离到各个小波域的信息除了与其他小波域的关联，使得处理的时候更为灵活。
在Matlab平台上使用该方法对应用电磁暂态仿真工具EMTDC仿真得到的暂态电能质量扰动波形进行分析，效果良好，验证了该方法的有效性。
利用Matlab图形处理工具,通过实例介绍了对遥感图像的处理与分析算法,并基于离散小波变换的二维小波分析,结合Matlab小波变换工具对遥感图像进行进一步压缩。
研究得出的结果对于遥感图像的处理与分析工作提供了有力的理论基础和实际价值。
关键词：小波分析小波变换图像压缩图像去噪图像增强AbstractWavelet analyze is very important in digital image processing, including the image compression, the image goes chirp , image fusion, image dissection, image enhancement etc.. Wavelet analyze is development and the analytic continuation of the Fourier.According to the intrinsic characteristics of transient power quality disturbance, the authors propose a classification method for transient power quality disturbance in which the wavelet transform is integrated with fuzzy logic. In this method the time characteristic of the disturbance is extracted by wavelet transform; the duration, amplitude and frequency of the disturbance and the absolute value of voltage regulation are taken as the eigen-vectors of transient power quality disturbance and input them into a fuzzy logic reasoning system with four inputs and two outputs, then the disturbance type and the disturbance intensity of transient power quality are automatically distinguished. The reason that the wavelet analysis has the formidable function in the signal processing is its thought of separation information. Introduces the characteristics of that MA TLAB is applied to processing and studying of remote sensing image by example emphatically. This paper introduces a method of remote sensing image compression based on discrete wavelet transform.The method is achieved by using MA TLAB. The result of research has great significance on the work of processing and studying of remote sensing image.Keyword：Wavelet analyze wavelet transform image compression image goes chirp image enhancement目录第一章绪论 (1)1.1 课题研究背景 (1)1.2 国内外研究现状 (2)1.3 本文主要内容 (2)第二章小波变换 (3)2.1 小波变换的诞生 (3)2.2 小波变换的原理 (6)第三章小波变换在图象压缩中的应用 (9)3.1 基于小波换的图象压缩过程 (9)3. 2 利用小波压缩函数进行图像压缩 (9)3.2.1使用全局阈值 (10)3.2.2 在水平,垂直,对角三个方向使用层相关阈值 (12)3. 3利用小波分解去掉图像的高频部分而只保留低频部分 (13)第四章实验结果及分析 (17)4.1 实验结果及分析 (17)第五章结论 (18)谢辞 (19)参考文献 (20)附录 (21)第一章绪论1.1 课题研究背景小波，实际上就是一种以一种很小的“波”的函数表达，1909年哈尔（Alfred Haar）发现了小波，并被命名为哈尔小波（Haar Wavelets）。
基于matlab的数字图像图像压缩与编码（含matlab源程序）
基于matlab 的数字图像图像压缩与编码（含matlab源程序）1目 录摘要摘要............................................................. I Abstract ........................................................ I I1.1.傅里叶变化及反变化傅里叶变化及反变化傅里叶变化及反变化............................................. 1 1.1 原理及计算公式原理及计算公式........................................... 1 1.2 傅里叶变换与反变换程序傅里叶变换与反变换程序................................... 2 1.3傅里叶变换及反变换结果傅里叶变换及反变换结果 ................................... ...................................3 2.2.小波变换小波变换小波变换....................................................... 4 2.1原理及公式原理及公式............................................... 4 2.1.1原理简介原理简介............................................. 4 2.1.2DWT 对目标图片的处理及相关函数介绍对目标图片的处理及相关函数介绍 ...................... ......................4 2.2小波变换程序小波变换程序............................................. 5 2.3 小波变换结果小波变换结果............................................. 6 3.3.小波包变换小波包变换小波包变换..................................................... 7 3.1 原理及公式原理及公式................................................. 7 3.2 小波包变换程序小波包变换程序........................................... 7 3.3 小波包变换结果小波包变换结果........................................... 8 4.4.余弦离散变换余弦离散变换余弦离散变换.................................................. 10 4.1原理及公式原理及公式.............................................. 10 4.2余弦离散变换程序余弦离散变换程序........................................ 10 4.3余弦离散变化结果余弦离散变化结果........................................ 11 5 离散沃尔什、二维哈达玛变换离散沃尔什、二维哈达玛变换 (12)5.1 原理及公式原理及公式............................................. 12 5.1.1 离散沃尔什变换离散沃尔什变换...................................... 12 5.1.2 哈达玛变换哈达玛变换.......................................... 12 5.2 Walsh-Hadamard 变换程序变换程序 ................................. .................................13 5.3 二维离散哈达玛变换结果二维离散哈达玛变换结果.................................. 13 6. 小波变换图像压缩小波变换图像压缩............................................. 14 6.1 小波变换压缩简介小波变换压缩简介........................................ 14 6.2小波压缩变换程序小波压缩变换程序........................................ 14 6.3 小波压缩结果小波压缩结果........................................... 16 6.4 压缩前后图像比较压缩前后图像比较........................................ 17 7.7.离散余弦变换图像压缩离散余弦变换图像压缩离散余弦变换图像压缩.......................................... 18 7.1 原理简介原理简介.................................................... 18 7.2 离散余弦变换图像压缩程序离散余弦变换图像压缩程序................................ 18 7.3离散余弦变换图像压缩结果离散余弦变换图像压缩结果 ................................ ................................19 7.4压缩图与原图对比压缩图与原图对比........................................ 20 8.8.实验心得实验心得实验心得...................................................... 21 9.9.参考文献参考文献参考文献 (21)摘要摘要MATLAB 是由美国mathworks 公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。