图像的DCT变换与反变换.doc

ticclose allI=imread(D:MATLABtuxiangmessi.bmp); %该图片在安装matlab的目录中找I=rgb2gray(I); %将该图片转换为灰度图象I=im2double(I); %图像存储类型转换% T=dctmtx(8); %离散余弦变换矩阵p,q=size(I);T = zeros(8,8);for i=0:7 for j=0:7 if (i=0) T(i+1,j+1)=1/sqrt(8); else T(i+1,j+1)=sqrt(2/8)*cos(pi*(2*j+1)*i/(2*8); end endendB=blkproc(I,8 8,P1*x*P2,T,T); %对原图像进行DCT变换mask=1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;B2=blkproc(B,8 8,P1.*x,mask); %用mask进行数据压缩，丢弃右下角高频数据I2=blkproc(B2,8 8,P1*x*P2,T,T);%进行DCT反变换未经量化，得到压缩后的图像tables=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;B3=blkproc(B,8 8,x./P1,tables); %系数进行亮度量化I3=blkproc(B3,8 8,P1*x*P2,T,T);%进行DCT反变换且经量化，得到压缩后的图像mask1=1 1 1 1 1 0 0 0 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;B4=blkproc(B,8 8,P1.*x,mask1); %用mask1进行数据压缩，丢弃右下角高频数据I4=blkproc(B4,8 8,P1*x*P2,T,T);%进行DCT反变换未经量化，得到压缩后的图像imshow(I)title(原始图像)figure;imshow(B)title(DCT变换后的图像)figure;imshow(B3)title(DCT变换后量化的图像)figure;imshow(I2)title(经mask压缩后的图像)figure;imshow(I3)title(经量化压缩后的图像)figure;imshow(I4)title(经mask1压缩后的图像)%信噪比的计算mse=0; %mseb原图与处理图像的均方误差for i=1:p for j=1:q a=(I(i,j)-I2(i,j)2; mse=mse+a; endendmse=mse/(256*256);psnr=(20*log2(255)-10*log2(mse)/log2(10)mse=0; %mseb原图与处理图像的均方误差for i=1:p for j=1:q a=(I(i,j)-I3(i,j)2; mse=mse+a; endendmse=mse/(256*256);psnr1=(20*log2(255)-10*log2(mse)/log2(10)mse=0; %mseb原图与处理图像的均方误差for i=1:p for j=1:q a=(I(i,j)-I4(