多媒体实验报告.doc

多媒体实验报告姓名：王聪班级：071082-22学号：20081003907一、实验要求1. 读入一幅格式.BMP彩色或灰度图像，图像尺寸自定。将读取到的图像灰度数据保存为文本文档；2. 对读入的图像进行离散余弦变换、量化，并将变换和量化后的数据保存为文本文档；3. 对量化后的数据进行Z变换（扫描）；4. 对变换后的数据进行霍夫曼编码和行程编码，将编码结果保存为文本文档；5. 编程采用C+或MAtlab均可。二、实验分析实验任务要求掌握对图像数据的频域变换、量化和编码压缩。因为图像的大小对处理方法的要求完全一样，因此图像尺寸不宜过大，小尺寸的图像可以提高程序运行速度。这里采用下图进行实验： P01.bmp 512X512 由于C+功底不深，采用其完成实验难度较大，因此我采用Matlab，Matlab强大的数值计算功能支持数字图像处理，并且有很好的图形窗口。在编程过程中，我们可以通过查找资料比较方便的调用Matlab图像处理工具箱中的函数，来实现对图像的处理，大大降低了实验难度，这一点C+完全不可能。三、编程实现以下是Matlab完整源程序：clc;clear;close all;A=imread(E:DIPp01.bmp);s,w=size(A);f1=fopen(E:DIPdata.txt,w);for i=1:s for j=1:w fprintf(f1,%d ,A(i,j); endendfclose(f1);%读图像数据保存成文本文档%ss=mod(s,8);ww=mod(w,8);for i=1:s+8-ss for j=1:w+8-ww if(i=s)&(j=w) B(i,j)= A(i,j); else B(i,j)=0; end endend%对图像尺寸进行补偿，将图像长和宽都变为8的倍数，以便进行DCT变换h,l=size(B);B=im2double(B);T=dctmtx(8);%DCT变换模板a1=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 ;%量化表for i=1:8:h-7 for j=1:8:l-7 P=B(i:i+7,j:j+7); K=T*P*T;%DCT变换 A1(i:i+7,j:j+7)=K; K=K./a1;%量化 K(abs(K)0.03)=0; A2(i:i+7,j:j+7)=K; endendfigureimshow(A2);for i=1:8:h-7 for j=1:8:l-7 P=A2(i:i+7,j:j+7).*a1;%反量化 K=T*P*T; I4(i:i+7,j:j+7)=K; endendfigure;imshow(I4);title(复原图像);f2=fopen(E:DIPDCT.txt,w);for i=1:h for j=1:l fprintf(f2,%d ,A1(i,j); endendfclose(f2);%变换频谱保存成文本文档f3=fopen(E:DIPlianghua.txt,w);for i=1:h for j=1:l fprintf(f3,%d ,A2(i,j); endendfclose(f3);%量化数据保存成文本文档%xx=;zigzag = 0, 1, 8, 16, 9, 2, 3, 10,. 17, 24, 32, 25, 18, 11, 4, 5,. 12, 19, 26, 33, 40, 48, 41, 34,. 27, 20, 13, 6, 7, 14, 21, 28,. 35, 42, 49, 56, 57, 50, 43, 36,. 29, 22, 15, 23, 30, 37, 44, 51,. 58, 59, 52, 45, 38, 31, 39, 46,. 53, 60, 61, 54, 47, 55, 62, 63;for i=1:8:h-7 for j=1:8:l-7 pp=A2(i:i+7,j:j+7); aa = reshape(pp,1,64); % 将输入块变成1x64的向量 xx=xx aa(zigzag+1);%Z扫描 endendm,n=size(xx);f4=fopen(E:DIPxx.txt,w);for i=1:m for j=1:n fprintf(f4,%d ,xx(i,j); endendfclose(f3);%global HufData;global Len;disp(计算机正在准备输出哈夫曼编码结果,请耐心等待);GrayStatistics=imhist(A);GrayStatistics=GrayStatistics;GrayRatioo=GrayStatistics/sum(GrayStatistics);GrayRatioNO=find(GrayRatioo=0);Len=length(GrayRatioNO);%初始化灰度集，防止系统随即赋予其垃圾值GrayRatio=ones(1,Len);for i=1:LenGrayRatio(i)=GrayRatioo(i); endGrayRatio=abs(sort(-GrayRatio);%将图像灰度概率赋予结构体for i=1:Len HufData(i).value=GrayRatio(i);end% 哈夫曼编码/霍夫曼编码HuffmanCode(Len);%调用编码函数%输出码字zippedHuffman=1;f1=fopen(E:DIPhuffmancode.txt,w);for i=1:Len tmpData=HufData(i).code; str=; for j=1:length(tmpData) str=strcat(str,num2str(tmpData(j); zippedHuffman=zippedHuffman+1; end disp(strcat(a,num2str(i),= ,str); fprintf(f1,a%d=,i); fprintf(f1,%s rn,str);%注意换行方法endfclose(f1);zippedHuffman;unzipped_delete=i*8;ratio_delete=zippedHuffman/unzipped_delete;%计算图像的压缩比率ad=num2str(ratio_delete*100);str2=strcat(ad,%);disp(strcat(哈夫曼编码压缩比率,= ,str2);%行程编码J=; k=xx(1,1); num=1; for j=2:n if(xx(1,j)=k) num=num+1; else J=J num k ; num=1; k=xx(1,j); end end J=J num k ; disp(源图像大小：) whos(A2); disp(压缩图像大小：); whos(J); % disp(J); disp(图像压缩比：); disp(h*l/length(J);四、实验结果DCT变换频谱图：反量化复图像：以下为Matlab命令窗口显示的实验结果：哈夫曼编码压缩比率=146.7525%源图像大小： Name Size Bytes Class Attributes A2 520x520 2163200 double 压缩图像大小： Name Size Bytes Class Attributes J 1x20698 165584 double 图像压缩比： 13.0641五、结果分析1. 实验要求中的各步需要保存的数据均可以完整保存实现；2. 在对图像进行DCT变换之前，由于要将图像分成8X8的块变换，因此必须要求所用图像的尺寸（长、宽）都是8的倍数，所以变换之前要对图像尺寸进行补偿操作，这一点在上面的程序中