MATLAB圖象壓縮

1、1.圖像壓縮的概念 減少表示數(shù)字圖像時需要的數(shù)據(jù)量 2.圖像壓縮的基本原理 去除多余數(shù)據(jù).以數(shù)學(xué)的觀點(diǎn)來看,這一過程實(shí)際上就是將二維像素陣列變換為一個在統(tǒng)計上無關(guān)聯(lián)的數(shù)據(jù)集合 圖像壓縮是指以較少的比特有損或無損地表示原來的像素矩陣的技術(shù),也稱圖像編碼. 圖像數(shù)據(jù)之所以能被壓縮，就是因?yàn)閿?shù)據(jù)中存在著冗余。圖像數(shù)據(jù)的冗余主要表現(xiàn)為：（1） 圖像中相鄰像素間的相關(guān)性引起的空間冗余；（2） 圖像序列中不同幀之間存在相關(guān)性引起的時間冗余；（3） 不同彩色平面或頻譜帶的相關(guān)性引起的頻譜冗余。3數(shù)據(jù)壓縮的目的就是通過去除這些數(shù)據(jù)冗余來減少表示數(shù)據(jù)所需的比特數(shù)。由于圖像數(shù)據(jù)量的龐大,在存儲、傳輸、處理時非常困

2、難,因此圖像數(shù)據(jù)的壓縮就顯得非常重要。 信息時代帶來了“信息爆炸”，使數(shù)據(jù)量大增，因此，無論傳輸或存儲都需要對數(shù)據(jù)進(jìn)行有效的壓縮。在遙感技術(shù)中，各種航天探測器采用壓縮編碼技術(shù)，將獲取的巨大信息送回地面。 圖像壓縮是數(shù)據(jù)壓縮技術(shù)在數(shù)字圖像上的應(yīng)用，它的目的是減少圖像數(shù)據(jù)中的冗余信息從而用更加高效的格式存儲和傳輸數(shù)據(jù)。 4、圖像壓縮基本方法 圖像壓縮可以是有損數(shù)據(jù)壓縮也可以是無損數(shù)據(jù)壓縮。對于如繪制的技術(shù)圖、圖表或者漫畫優(yōu)先使用無損壓縮，這是因?yàn)橛袚p壓縮方法，尤其是在低的位速條件下將會帶來壓縮失真。如醫(yī)療圖像或者用于存檔的掃描圖像等這些有價值的內(nèi)容的壓縮也盡量選擇無損壓縮方法。有損方法非常適合于自

3、然的圖像，例如一些應(yīng)用中圖像的微小損失是可以接受的（有時是無法感知的），這樣就可以大幅度地減小位速。 從壓縮編碼算法原理上可以分為以下3類：（1）無損壓縮編碼種類哈夫曼（Huffman）編碼，算術(shù)編碼，行程（RLE）編碼，Lempel zev編碼。（2）有損壓縮編碼種類預(yù)測編碼，DPCM，運(yùn)動補(bǔ)償；頻率域方法：正交變換編碼(如DCT)，子帶編碼；空間域方法：統(tǒng)計分塊編碼；模型方法：分形編碼，模型基編碼；基于重要性：濾波，子采樣，比特分配，向量量化；（3）混合編碼。有JBIG，H261，JPEG，MPEG等技術(shù)標(biāo)準(zhǔn)。 目前基于小波變換的壓縮方法有很多，比較成功的有小波包最優(yōu)基方法，小波域紋理模型

4、方法，小波變換零樹壓縮，小波變換向量壓縮等。5、圖像壓縮的主要目標(biāo)就是在給定位速（bit-rate）或者壓縮比下實(shí)現(xiàn)最好的圖像質(zhì)量。但是，還有一些其它的圖像壓縮機(jī)制的重要特性： 可擴(kuò)展編碼 (en:Scalability) 通常表示操作位流和文件產(chǎn)生的質(zhì)量下降（沒有解壓縮和再壓縮）?？蓴U(kuò)展編碼的其它一些叫法有 漸進(jìn)編碼（en:progressive coding）或者嵌入式位流（en:embedded bitstreams）。盡管具有不同的特性，在無損編碼中也有可擴(kuò)展編碼，它通常是使用粗糙到精細(xì)像素掃描的格式。尤其是在下載時預(yù)覽圖像（如瀏覽器中）或者提供不同的圖像質(zhì)量訪問時（如在數(shù)據(jù)庫中）可擴(kuò)

5、展編碼非常有用 有幾種不同類型的可擴(kuò)展性： 質(zhì)量漸進(jìn)（en:Quality progressive）或者層漸進(jìn)（en:layer progressive）：位流漸進(jìn)更新重建的圖像。 分辨率漸進(jìn)（en:Resolution progressive）：首先在低分辨率編碼圖像，然后編碼與高分辨率之間的差別。 成分漸進(jìn)（en:Component progressive）：首先編碼灰度數(shù)據(jù)，然后編碼彩色數(shù)據(jù)。 感興趣區(qū)域編碼，圖像某些部分的編碼質(zhì)量要高于其它部分，這種方法可以與可擴(kuò)展編碼組合在一起（首先編碼這些部分，然后編碼其它部分）。 元數(shù)據(jù)信息，壓縮數(shù)據(jù)可以包含關(guān)于圖像的信息用來分類、查詢或者瀏覽圖

6、像。這些信息可以包括顏色、紋理統(tǒng)計信息、小預(yù)覽圖像以及作者和版權(quán)信息。 6、圖像壓縮目前的標(biāo)準(zhǔn) 經(jīng)典的視頻壓縮算法已漸形成一系列的國際標(biāo)準(zhǔn)體系，如H.26x系列建議，H.320系列建議以及MPEG系列建議等。 7、圖像壓縮效果的評估 壓縮方法的質(zhì)量經(jīng)常使用峰值信噪比來衡量，峰值信噪比用來表示圖象有損壓縮帶來的噪聲。但是，觀察者的主觀判斷也認(rèn)為是一個重要的、或許是最重要的衡量標(biāo)準(zhǔn)。二、具體實(shí)驗(yàn)方法及算法1、使用圖像比例變換縮放圖像實(shí)驗(yàn)原理：數(shù)字圖像的比例縮放是指給定的圖像在X方向和Y方向按相同的比例縮放a倍，從而獲得一副新的圖像。并且如果x方向和y方向的縮放比例不同，會使得比例縮放后改變原始圖像

7、像數(shù)間的相對位置，產(chǎn)生幾何畸變。設(shè)原始圖像中的點(diǎn)A0（X0,Y0）比例縮放后，在信徒中的對應(yīng)點(diǎn)是A1（X1,Y1）,則兩點(diǎn)之間的關(guān)系可表示為 若比例縮放所產(chǎn)生的圖像中的像素在原始圖像中沒有相對應(yīng)的像素點(diǎn)時，就需要進(jìn)行灰度值的插值運(yùn)算，一般有以下兩種差值處理方法。1） 直接賦值為和它最相近的像素灰度值，這種方法成為最鄰近差值法，該方法的主要優(yōu)點(diǎn)是簡單，計算量小，但是可能會產(chǎn)生馬賽克現(xiàn)象。2） 通過其他的數(shù)學(xué)插值算法來計算相應(yīng)的像素點(diǎn)的灰度值，這類方法處理效果好，但運(yùn)算量會有所增加。 該函數(shù)在圖像壓縮的時候，主要是根據(jù)周圍相近像素的顏色值進(jìn)行刪除計算，最終達(dá)到壓縮圖片的目的。-源代碼-I=imre

8、ad(D:cameraman.tif);imshow(I);X1=imresize(I,1) X2=imresize(I,0.8)X3=imresize(I,0.6)X4=imresize(I,0.4)X5=imresize(I,0.2)X6=imresize(I,0.09)X7=imresize(I,0.04)X8=imresize(I,0.03)X9=imresize(I,0.02)X10=imresize(I,0.01)subplot(3,3,1),imshow(X1),title(原始圖像)subplot(3,3,2),imshow(X2),title(縮小0.8倍)subplot(3

9、,3,3),imshow(X3),title(縮小0.6倍)subplot(3,3,4),imshow(X4),title(縮小0.4倍)subplot(3,3,5),imshow(X5),title(縮小0.2倍)subplot(3,3,6),imshow(X6),title(縮小0.09倍)subplot(3,3,7),imshow(X7),title(縮小0.04倍)subplot(3,3,8),imshow(X8),title(縮小0.02倍)subplot(3,3,9),imshow(X9),title(縮小0.01倍)實(shí)驗(yàn)截圖：2、小波變換實(shí)現(xiàn)圖像壓縮（分2種函數(shù)）實(shí)驗(yàn)原理：小波變

10、化通過多分辨分析過程將一幅圖像分成近似和細(xì)節(jié)兩部分，細(xì)節(jié)對應(yīng)的是小尺度的順變，它在本尺度內(nèi)很穩(wěn)定，因此將細(xì)節(jié)存儲起來，近似部分在下一個尺度進(jìn)行分解，重復(fù)該過程即可，近似與細(xì)節(jié)在正交鏡像濾波器算法中分別對應(yīng)于高通濾波和低通濾波，這種變換通過尺度去掉相關(guān)性。2（1）利用wavedec2()函數(shù)對圖像進(jìn)行小波分解后，再用appcoef2()函數(shù)對分解的圖像進(jìn)行重構(gòu)，最后用wcodemat()函數(shù)進(jìn)行量化編碼-源代碼-clear;load wbarb;subplot(3,3,1);image(X);colormap(map);title(原始圖像);disp(原始圖像X的大小：);whos(X); c

11、,s=wavedec2(X,2,bior3.7); cal=appcoef2(c,s,bior3.7,1);ch1=detcoef2(h,c,s,1);cv1=detcoef2(v,c,s,1);cd1=detcoef2(d,c,s,1); a1=wrcoef2(a,c,s,bior3.7,1);h1=wrcoef2(h,c,s,bior3.7,1);v1=wrcoef2(v,c,s,bior3.7,1);d1=wrcoef2(d,c,s,bior3.7,1);c1=a1,h1;v1,d1; ca1=appcoef2(c,s,bior3.7,1);ca1=wcodemat(cal,440,ma

12、t,0); ca1=0.8*cal;subplot(3,3,2);image(ca1);colormap(map);axis square;title(第一次壓縮圖像0.8倍);disp(第一次壓縮圖像的大小);whos(ca1); ca2=appcoef2(c,s,bior3.7,2);ca2=wcodemat(ca2,440,mat,0); ca2=0.6*ca2;subplot(3,3,3);image(ca2);colormap(map);axis square;title(第二次壓縮圖像0.6倍);disp(第二次壓縮圖像的大小);whos(ca2); ca3=appcoef2(c,

13、s,bior3.7,2);ca3=wcodemat(ca3,440,mat,0); ca3=0.4*ca3;subplot(3,3,4);image(ca3);colormap(map);axis square;title(第三次壓縮圖像0.4倍);disp(第三次壓縮圖像的大小);whos(ca3);ca3=appcoef2(c,s,bior3.7,2);ca3=wcodemat(ca3,440,mat,0); ca4=appcoef2(c,s,bior3.7,2);ca4=wcodemat(ca4,440,mat,0); ca4=0.2*ca4;subplot(3,3,5);image(c

14、a4);colormap(map);axis square;title(第四次壓縮圖像0.2倍);disp(第四次壓縮圖像的大小);whos(ca4);ca4=appcoef2(c,s,bior3.7,2);ca4=wcodemat(ca4,440,mat,0); ca5=appcoef2(c,s,bior3.7,2);ca5=wcodemat(ca5,440,mat,0); ca5=0.09*ca5;subplot(3,3,6);image(ca5);colormap(map);axis square;title(第五次壓縮圖像0.09倍);disp(第五次壓縮圖像的大小);whos(ca5

15、);ca5=appcoef2(c,s,bior3.7,2);ca5=wcodemat(ca5,440,mat,0); ca6=appcoef2(c,s,bior3.7,2);ca6=wcodemat(ca6,440,mat,0); ca6=0.04*ca6;subplot(3,3,7);image(ca6);colormap(map);axis square;title(第六次壓縮圖像0.04倍);disp(第六次壓縮圖像的大小);whos(ca6);ca6=appcoef2(c,s,bior3.7,2);ca6=wcodemat(ca6,440,mat,0); ca7=appcoef2(c,

16、s,bior3.7,2);ca7=wcodemat(ca7,440,mat,0);ca7=0.02*ca7;subplot(3,3,8);image(ca7);colormap(map);axis square;title(第七次壓縮圖像0.02倍);disp(第七次壓縮圖像的大小);whos(ca7);ca2=appcoef2(c,s,bior3.7,2);ca7=wcodemat(ca2,440,mat,0); ca8=appcoef2(c,s,bior3.7,2);ca8=wcodemat(ca8,440,mat,0);ca8=0.01*ca8;subplot(3,3,9);image(

17、ca8);colormap(map);axis square;title(第八次壓縮圖像0.01倍);disp(第八次壓縮圖像的大小);whos(ca8);ca8=appcoef2(c,s,bior3.7,2);ca8=wcodemat(ca8,440,mat,0);實(shí)驗(yàn)結(jié)果：原始圖像X的大?。?Name Size Bytes Class Attributes X 256x256 524288 double 第一次壓縮圖像的大小 Name Size Bytes Class Attributes ca1 135x135 145800 double 第二次壓縮圖像的大小 Name Size Byt

18、es Class Attributes ca2 75x75 45000 double 第三次壓縮圖像的大小 Name Size Bytes Class Attributes ca3 75x75 45000 double 第四次壓縮圖像的大小 Name Size Bytes Class Attributes ca4 75x75 45000 double 第五次壓縮圖像的大小 Name Size Bytes Class Attributes ca5 75x75 45000 double 第六次壓縮圖像的大小 Name Size Bytes Class Attributes ca6 75x75 45

19、000 double 第七次壓縮圖像的大小 Name Size Bytes Class Attributes ca7 75x75 45000 double 第八次壓縮圖像的大小 Name Size Bytes Class Attributes ca8 75x75 45000 double 實(shí)驗(yàn)截圖：2（2）、wdencmp()函數(shù)對給定的圖像進(jìn)行壓縮處理-源代碼-load wbarb;subplot(2,2,1);image(X);colormap(map);c,l=wavedec2(X,2,db3);thr,sorh,keepapp=ddencmp(cmp,wv,X);Xcmp,cxc,lxc,perf0,perf12=wdencmp(gbl,c,l,db3,2,thr,sorh,keepapp);subplot(2,2,2);image(Xcmp);colormap(map);disp(小波分解系數(shù)中為0的系數(shù)個數(shù)百分比：);perf0disp(壓縮后保留能量百分比：);perf12實(shí)驗(yàn)結(jié)果：小波分解系數(shù)中為0的系數(shù)個數(shù)百分比：perf0 = 49.3839壓縮后保留能量百分比：perf12 = 99.9774實(shí)驗(yàn)截圖：3、