实验三图像压缩编码技术资料讲解.docx
《实验三图像压缩编码技术资料讲解.docx》由会员分享，可在线阅读，更多相关《实验三图像压缩编码技术资料讲解.docx（17页珍藏版）》请在冰点文库上搜索。
实验三图像压缩编码技术资料讲解
当然，在竞争日益激烈的现代社会中，创业是件相当困难的事。
我们认为，在实行我们的创业计划之前，我们首先要了解竞争对手，吸取别人的经验教训，制订相应竞争的策略。
我相信只要我们的小店有自己独到的风格，价格优惠，服务热情周到，就一定能取得大多女孩的信任和喜爱。
（1）价格低
（四）大学生对手工艺制品消费的要求
可是创业不是一朝一夕的事，在创业过程中会遇到很多令人难以想象的疑难杂症，对我们这些80年代出生的温室小花朵来说，更是难上加难。
1、购买“女性化”
十字绣□编制类□银饰制品类□串珠首饰类□
图1-2大学生购买手工艺品可接受价位分布
是□否□
（一）创业机会分析
但这些困难并非能够否定我们创业项目的可行性。
盖茨是由一个普通退学学生变成了世界首富，李嘉诚是由一个穷人变成了华人富豪第一人，他们的成功表述一个简单的道理：
如果你有能力，你可以从身无分文变成超级富豪；如果你无能，你也可以从超级富豪变成穷光蛋。
太原理工大学现代科技学院
数字图像处理课程实验报告
专业班级测控14-4
学号2014101874
姓名杨东倡
指导教师刘帆
实验名称实验三、图像压缩编码技术同组人
专业班级测控14-4姓名杨东倡学号2014101874成绩
实验三、图像压缩编码技术
一、实验目的
1、理解有损压缩和无损压缩的概念；
2、理解图像压缩的主要原则和目的；
3、了解几种常用的图像压缩编码方式；
4、利用MATLAB程序进行图像压缩编码。
二、实验原理
1、图像压缩原理
图像压缩主要目的是为了节省存储空间，增加传输速度。
图像压缩的理想标准是信息丢
……………………………………装………………………………………订…………………………………………线………………………………………
失最少，压缩比例最大。
不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。
压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。
信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。
高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。
编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。
（1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。
具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。
（2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。
也就是说解码图像和原始图像是有差别的，允许有一定的失真。
应用在多媒体中的图像压缩编码方法，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，Lempelzev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。
有JBIG，H.261，JPEG，MPEG等技术标准。
本实验主要利用MATLAB程序进行赫夫曼（Huffman）编码和行程编码（RunLengthEncoding，RLE）。
三、实验内容
1、实现基本JPEG的压缩和编码分三个步骤：
（1）首先通过DCT变换去除数据冗余；
（2）使用量化表对DCT系数进行量化；
（3）对量化后的系数进行Huffman编码。
四、实验步骤
1打开计算机，启动MATLAB程序；
2选择一幅图像，并进行赫夫曼和行程编码压缩处理；
3将原图像在Photoshop软件中打开，分别以不同的位图文件格式进行“另保存”，比较它们的数据量。
4记录和整理实验报告
……………………………………装………………………………………订…………………………………………线………………………………………
clear
loadwoman;
%X=imread（'girl.bmp','bmp'）;
data=uint8（X）;
[zipped,info]=huffencode（data）;
unzipped=huffdecode（zipped,info,data）;
subplot（121）;imshow（data）;
subplot（122）;imshow（unzipped）;
erms=compare（data（:
）,unzipped（:
））
cr=info.ratio
whosdataunzippedzipped
function[zipped,info]=huffencode（vector）
if~isa（vector,'uint8'）
error（'inputargumentmustbeauint8vector'）;
end
[m,n]=size（vector）;
vector=vector（:
）';
f=frequency（vector）;symbols=find（f~=0）;
f=f（symbols）;
[f,sortindex]=sort（f）;symbols=symbols（sortindex）;
len=length（symbols）;
symbols_index=num2cell（1:
len）;
codeword_tmp=cell（len,1）;
whilelength（f）>1
index1=symbols_index{1};
index2=symbols_index{2};
codeword_tmp（index1）=addnode（codeword_tmp（index1）,uint8（0））;
codeword_tmp（index2）=addnode（codeword_tmp（index2）,uint8
（1））;
f=[sum（f（1:
2））f（3:
end）];
symbols_index=[{[index1,index2]}symbols_index（3:
end）];
[f,sortindex]=sort（f）;
symbols_index=symbols_index（sortindex）;
end
codeword=cell（256,1）;
codeword（symbols）=codeword_tmp;
len=0;
……………………………………装………………………………………订…………………………………………线………………………………………
forindex=1:
length（vector）
len=len+length（codeword{double（vector（index））+1}）;
end
string=repmat（uint8（0）,1,len）;
pointer=1;
forindex=1:
length（vector）
code=codeword{double（vector（index））+1};
len=length（code）;
string（pointer+（0:
len-1））=code;
pointer=pointer+len;
end
len=length（string）;
pad=8-mod（len,8）;
ifpad>0
string=[stringuint8（zeros（1,pad））];
end
codeword=codeword（symbols）;
codelen=zeros（size（codeword））;
weights=2.^（0:
23）;
maxcodelen=0;
forindex=1:
length（codeword）
len=length（codeword{index}）;
iflen>maxcodelen
maxcodelen=len;
end
iflen>0
code=sum（weights（codeword{index}==1））;
code=bitset（code,len+1）;
codeword{index}=code;
codelen（index）=len;
end
end
codeword=[codeword{:
}];
cols=length（string）/8;
string=reshape（string,8,cols）;
weights=2.^（0:
7）;
zipped=uint8（weights*double（string））;
huffcodes=sparse（1,1）;
forindex=1:
nnz（codeword）%length（codeword）%numel（codeword）
huffcodes（codeword（index）,1）=symbols（index）;
……………………………………装………………………………………订…………………………………………线………………………………………
end
info.pad=pad;
info.huffcodes=huffcodes;
info.ratio=cols./length（vector）;
info.length=length（vector）;
info.maxcodelen=maxcodelen;
info.rows=m;
info.cols=n;
functionvector=huffdecode（zipped,info,image）
if~isa（zipped,'uint8'）
error（'inputargumentmustbeauint8vector'）;
end
len=length（zipped）;
string=repmat（uint8（0）,1,len.*8）;
bitindex=1:
8;
forindex=1:
len
string（bitindex+8.*（index-1））=uint8（bitget（zipped（index）,bitindex））;
end
string=logical（string（:
）'）;
len=length（string）;
string（（len-info.pad+1）:
end）=[];
len=length（string）;
weights=2.^（0:
51）;
vector=repmat（uint8（0）,1,info.length）;
vectorindex=1;
codeindex=1;
code=0;
forindex=1:
len
code=bitset（code,codeindex,string（index））;
codeindex=codeindex+1;
byte=decode（bitset（code,codeindex）,info）;
ifbyte>0
vector（vectorindex）=byte-1;
codeindex=1;
code=0;
vectorindex=vectorindex+1;
end
end
vector=reshape（vector,info.rows,info.cols）;
functioncodeword_new=addnode（codeword_old,item）
codeword_new=cell（size（codeword_old））;
forindex=1:
length（codeword_old）
codeword_new{index}=[item
codeword_old{index}];
end
……………………………………装………………………………………订…………………………………………线………………………………………
functionf=frequency（vector）
if~isa（vector,'uint8'）
error（'inputargumentmustbeauint8vector'）;
end
f=repmat（0,1,256）;
len=length（vector）;
forindex=0:
255
f（index+1）=sum（vector==uint8（index））;end
f=f./len;
functionbyte=decode（code,info）
byte=info.huffcodes（code）;
functionerms=compare（f1,f2）
e=double（f1）-double（f2）;
[m,n]=size（e）;
erms=sqrt（sum（e（:
）.^2）/（m*n））;
iferms~=0
emax=max（abs（e（:
）））;
[h,x]=hist（e（:
））;
iflength（h）>=1
figure（4）
bar（x,h,'k'）;
e=mat2gray（e,[-emax,emax]）;
figure（5）;
imshow（e）;
end
end
……………………………………装………………………………………订…………………………………………线………………………………………
……………………………………装………………………………………订…………………………………………线………………………………………
……………………………………装………………………………………订…………………………………………线………………………………………
……………………………………装………………………………………订…………………………………………线………………………………………
……………………………………装………………………………………订…………………………………………线………………………………………
五、实验仪器
1计算机；
……………………………………装………………………………………订…………………………………………线………………………………………
2MATLAB、Photoshop等程序；
3移动式存储器（软盘、U盘等）。
4记录用的笔、纸。
六、实验报告内容
1叙述实验过程；
2提交实验的原始图像和结果图像。
七、思考题
1．图像中哪些信息是主要的，哪些信息是次要的？
答；频域的低频分量影响更大一些，而高频分量相对次要。
2．简述赫夫曼编码和行程编码的原理。
答：
赫夫曼编码：
先统计数据中各字符出现的概率，再按字符出现频率高低的顺序分别
赋以由短到长的代码，从而保证文件整体的大部分字符是由较短的编码所构成。
行程编码；又称行程长度编码（Run Length Encoding， RLE）， 是一种熵编码，其编码原理是将具有相同值的连续串用其串长和一个代表值来代替， 该连续串就称为行程，串长称为行程长度。
升级会员 