关 键 词：

实验1 图像的离散余弦变换代码 实验 图像 离散 余弦 变换 代码

资源描述：

《数字图像处理实验指导书》 实验一、图像的离散余弦变换 一、 实验目的 （1） 了解离散余弦正变换和逆变换的原理。 （2） 理解离散余弦变换系数特点。 （3） 了解离散余弦变换在图像数据压缩中的应用。 二、 实验主要仪器设备 （1）微型计算机：Intel Pentium及更高。 （2）MATLAB软件。 三、 实验原理 （1）二维离散余弦变换和离散余弦逆变换的计算公式。 正变换公式为： 其中，，C（v）同C（u）。 反变换公式为： （2）MATLAB中的DCT变换的实现函数是dct2()；DCT逆变换的实现函数是idct2(). 四、 实验内容 在MATLAB环境汇总，进行图像的离散余弦逆变换，初步理解DCT变换在压缩编码中的应用。减少DCT系数，观察重建信号和误差信号。 五、 实验步骤 （1）MATLAB Command窗口中，输入Demo，并执行。 （2）MATLAB Demo窗口中，选择ToolBox并双击打开，选择Image processing。 （3）运行Discrete Cosine Transform。 （4）选择不同个数的DCT系数，观察重建图像和误差图像的不同。 （5）选择不同的图像重复步骤4。 六、 编程题 1． 利用MATLAB对一副图像进行DCT变换，每一个8*8图像块保留10个DCT变换系数进行重构图像，比较重建图像与原始图像的差异。 2． 应用MATLAB实现小波变换的例子。 七、 思考题 对重建图像进行主观评价和客观评价，分析重建图像的质量和DCT重建系数的关系。 代码 %设置压缩比cr cr = 0.15625;%cd=0.5为2：1压缩；cr=0.125为8：1压缩 I = imread(lena.bmp);%图像的大小为256*256 I1 = double(I)/255;%图像为256级灰度，对图像进行归一化操作 figure(1); imshow(I1);%显示原始图像 %对图像进行dct t = dctmtx(8); dctcoe = blkproc(I1,[8 8],P1*x*P2,t,t); coevar = im2col(dctcoe,[8 8],distinct); coe = coevar; [y,ind] = sort(coevar); [m,n] = size(coevar);%根据压缩比确定要变0的系数个数 %舍去不重要的系数 snum = 64 - 64*cr; for i=1:n coe(ind(1:snum),i) = 0; end b2 = col2im(coe,[8 8],[256 256],distinct);%重新排列系数矩阵 %对截取后的变换系数进行dct逆变换 I2 = blkproc(b2,[8 8],P1*x*P2,t,t); figure(2); imshow(I2); %计算均方根误差erms e = double(I1) - double(I2); [m,n] = size(e); erms = sqrt(sum(e(:).^2)/(m*n))

内容简介：

-