1、傅里叶变换图像压缩 DSP实验进度汇报组员:汪张扬、任艳波、陈雪松、谢聪、沈旭任务分配:汪张扬由于考G,上周没有任务,沈旭负责自制二值图像的处理,陈雪松和谢聪负责其他图片的处理,任艳波负责搜集图像压缩评价的相关材料以下为简要概括:读入图像进行傅里叶变换和压缩原始程序:a=imread(d:1.jpg);b=figure;imshow(a);title(原始图像);F=fft2(a);F_mm=abs(F);figure;imshow(F);title(原始幅度谱);Fshift=fftshift(F);F_m=abs(Fshift);figure;imshow(F_m);title(幅度谱);
2、F_p=angle(Fshift);figure;imshow(F_p);title(相位谱);T=fft2;B1=blkproc(a,8 8,T);%将图像分块为88矩阵进行处理figure;imshow(a);title(原始图像);mask=1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1;%与该矩阵相乘去掉中间行,即高频部分B2=blkproc(B1,8 8,P1*x,mask);f
3、un=ifft2;F3=blkproc(B2,8 8,fun);F=mat2gray(F3);figure;imshow(F);title(压缩87.5%的图像);刚开始的原始图像:傅里叶变换后的原始幅度谱:取高频点后的图像:取对数后的频谱图:图像进行取整后的i=imread(d:1.jpg);figure(1);imshow(i);colorbar;j=fft2(i);k=fftshift(j);h=floor(k);n=ifft2(h)/255;figure(3);m=imresize(n,2);imshow(m,);colorbar取小幅值为零:i=imread(d:1.jpg);fig
4、ure(1);imshow(i);colorbar;j=fft2(i);k=fftshift(j);k(abs(k)1 disp(norm(thltaA3);else disp(0);end %更改小幅值的DFT 系数为0maxA3real=max(max(real(f_gA3);maxA3imag=max(max(imag(f_gA3);maxA3=maxA3real;if maxA3maxA3imag maxA3=maxA3imag;endz_f_gA3=f_gA3;for m=1:size(f_gA3,1) for n=1:size(f_gA3,2) if abs(f_gA3(m,n)1
5、 disp(norm(thltaA3_z);else disp(0);endformat short搜集有关评价压缩图像的标准的资料及评价的算法实现;学习Matlab中与图像处理有关的常用函数的使用图像压缩的主要指标1、编码效率:包括图象压缩比(CR)、每象素所用的比特数(bpp)、每秒所需的传输比特数(bps)等; 其中,CR=原始图像大小/压缩后图像大小。设:n1和n2是在两个表达相同信息(图片)的数据集中,所携 带的单位信息量。压缩率(压缩比):CR = n1 / n2 其中,n1是压缩前的数据量,n2是压缩后的数据量相对数据冗余:RD = 1 1/CR2. 重建图象质量,包括客观度量和
6、主观度量。 (1) 客观度量:即图象的逼真度,可考虑为原图象与重建图象的差值。如果把压缩后图像表示为原图像和噪声的叠加,即用f(x,y)表示原图像,g(x,y)表示压缩后图像,e(x,y)表示噪声,则可有f(x,y)- g(x,y)=e(x,y)。其中x取值为0-M-1之间的整数,y取值为0-N-1之间的整数。 均方误差:MSE= = MSE值越小,保真度越好。 峰值信噪比PSNR= 信噪比 = = 均方根信噪比越大,保真度越好。 (2)主观度量:即通过人们的主观测试来评价系统的质量,包括二元判决(即“接受”和“不可接受”)、主观PSNR、平均判分、等偏爱度曲线、多维计分(MDS)等。MATL
7、AB中求均值、方差的函数实现:1、Matlab中使用mean2(H)来求矩阵H中所有元素的均值。如在命令行输入:A-average=mean2(A-gray) 即可得灰度图各像素点均值。2、 Matlab中提供标准差计算函数std()和std2(),两个函数的使用方法如下: S=std(X) S=std2(X) S=std(X,flag,dim) 我们可以通过std2()函数来计算二维图像中各点像素的标准差。 如在命令行输入std2(A-gray)即可求得灰度图各像素点的标准差。3、Matlab中提供了方差计算函数var(),可以方便地计算矩阵的方差,函数的使用方法如下: 在命令行中输入 va
8、r(double(A_gray(:) 即可求得灰度图各像素点的方差。4、 信噪比SNRp1=mean2(f*f) p2=mean2(e*e) SNR=p1/p2我们的下一步计划:(1)、探究取整,即变为1的倍数,变为向k的倍数取整;(2)、探究小幅度的阈值的规律;(3)、探究不同类图片的差别,和同一类图片的共性;(4)、可已考虑从计算机原理上来要压缩数据,如系数矩阵的压缩存储等;(5)、其他频谱处理技术;(6)、其他压缩技术,不仅是频域压缩,而且可以了解一下时域压缩;(7)、滤波器对特殊图片的处理;(8)、自然景观背景不能模糊,所以可能阈值不能取太高;人物照片关注脸部特征,所以背景可以适当模糊,阈值可以取得相对较大一点。(9)、彩色图的压缩,其他变换的了解和实现,对傅里叶变换进行各方面指标的计算和整理。了解实现原理,优劣性,还有其物理意义。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1