下载文档原格式
竭诚为您提供优质文档/双击可除图像压缩实验报告篇一：实验三图像压缩实验三图像压缩一、实验目的1．理解有损压缩和无损压缩的概念；2．理解图像压缩的主要原则和目的；3．了解几种常用的图像压缩编码方式。
4．利用mATLAb程序进行图像压缩。
二、实验仪器1计算机；2mATLAb等程序；3移动式存储器（软盘、u盘等）。
4记录用的笔、纸。
三、实验原理1.图像压缩原理图像压缩主要目的是为了节省存储空间，增加传输速度。
图像压缩的理想标准是信息丢失最少，压缩比例最大。
不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。
压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。
信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。
高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。
编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。
（1）.冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。
具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。
（2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。
也就是说解码图像和原始图像是有差别的，允许有一定的失真。
应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类：（1）无损压缩编码种类哈夫曼（huffman）编码，算术编码，行程（RLe）编码，Lempelzev编码。
（2）有损压缩编码种类预测编码，Dpcm，运动补偿；频率域方法：正交变换编码(如DcT)，子带编码；空间域方法：统计分块编码；模型方法：分形编码，模型基编码；基于重要性：滤波，子采样，比特分配，向量量化；（3）混合编码。
有JbIg，h261，Jpeg，mpeg等技术标准。
实验项目3、图像压缩与编码一、实验目的（1）理解图像压缩编码的基本原理；（2）掌握用程序代码实现DCT变换编码；（3）掌握用程序代码实现游程编码。
二、实验原理及知识点1、图像压缩编码图像信号经过数字化后，数据量相当大，很难直接进行保存。
为了提高信道利用率和在有限的信道容量下传输更多的图像信息，必须对图像进行压缩编码。
图像压缩技术标准一般可分为如下几种：JPEG压缩（JPEG Compression）、JPEG 2000、H.26X标准（H.26X standards）以及MPEG标准（MPEG standards）。
数字压缩技术的性能指标包括：压缩比、平均码字长度、编码效率、冗余度。
从信息论角度分，可以将图像的压缩编码方法分为无失真压缩编码和有限失真编码。
前者主要包括Huffman编码、算术编码和游程编码；后者主要包括预测编码、变换编码和矢量量化编码以及运动检测和运动补偿技术。
图像数据压缩的目的是在满足一定图像质量的条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。
图像压缩是通过删除图像数据中冗余的或者不必要的部分来减小图像数据量的技术，压缩过程就是编码过程，解压缩过程就是解码过程。
2、游程编码某些图像特别是计算机生成的图像往往包含许多颜色相同的块，在这些块中，许多连续的扫描行或者同一扫描行上有许多连续的像素都具有相同的颜色值。
在这些情况下就不需要存储每一个像素的颜色值，而是仅仅存储一个像素值以及具有相同颜色的像素数目，将这种编码方法称为游程（或行程）编码，连续的具有相同颜色值的所有像素构成一个行程。
在对图像数据进行编码时，沿一定方向排列的具有相同灰度值的像素可看成是连续符号，用字串代替这些连续符号，可大幅度减少数据量。
游程编码记录方式有两种：①逐行记录每个游程的终点列号：②逐行记录每个游程的长度3、DCT变换编码变换编码是在变换域进行图像压缩的一种技术。
实验三图像编码一、实验内容:用Matlab语言、C语言或C++语言编制图像处理软件，对某幅图像进行时域和频域的编码压缩。
二、实验目的和意义:1. 掌握哈夫曼编码、香农-范诺编码、行程编码2．了解图像压缩国际标准三、实验原理与主要框架:3.1实验所用编程环境:Visual C++6.0（简称VC）3.2实验处理的对象:256色的BMP(BIT MAP )格式图像BMP(BIT MAP )位图的文件结构:(如图3.1)图3.1 位图的文件结构具体组成图:单色DIB 有2个表项16色DIB 有16个表项或更少 256色DIB 有256个表项或更少 真彩色DIB 没有调色板每个表项长度为4字节（32位） 像素按照每行每列的顺序排列每一行的字节数必须是4的整数倍biSize biWidth biHeight biPlanes biBitCount biCompression biSizeImagebiXPelsPerMeter biYPelsPerMeter biClrUsedbiClrImportantbfType=”BM ” bfSizebfReserved1 bfReserved2 bfOffBits BITMAPFILEHEADER位图文件头 （只用于BMP 文件）BITMAPINFOHEADER位图信息头Palette 调色板DIB Pixels DIB 图像数据3.3 数字图像基本概念数字图像是连续图像(,)f x y 的一种近似表示，通常用由采样点的值所组成的矩阵来表示：(0,0)(0,1)...(0,1)(1,0)(1,1)...(1,1).........(1,0)(1,1)...(1,1)f f f M f f f M f N f N f N M -⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥----⎣⎦每一个采样单元叫做一个像素(pixel )，上式(2.1)中，M 、N 分别为数字图像在横(行)、纵(列)方向上的像素总数。
图像编码是将图像数据转化为一系列数字信号的过程，其目的是通过减少冗余信息，将图像数据压缩存储，以便更有效地传输和处理图像。
在数字图像处理和计算机视觉的广泛应用中，图像编码技术起到了重要的作用。
本文将介绍几种常用的图像编码中的数据压缩技术。
一、无损压缩技术无损压缩技术是指在压缩过程中不损失图像质量的一种方法。
其中最常用的一种是无损预测编码技术。
该技术基于预测和差分编码的思想，将图像中每个像素的值与其周围像素值进行比较，并将差异值编码。
无损预测编码技术可以通过建立预测模型来推断像素值，从而减少编码量。
另一种常见的无损压缩技术是熵编码。
熵编码根据像素值的频率分布，将出现概率较高的像素值用较短的码字表示，而将出现概率较低的像素值用较长的码字表示。
熵编码技术可以充分利用图像中的统计特征，提高编码效率。
二、有损压缩技术有损压缩技术是指在压缩过程中会有部分信息的损失，但通过合理的算法设计，根据人类视觉系统的特性，使得图像的失真不太显著，以达到高压缩比的目的。
其中最常见的有损压缩技术是离散余弦变换（DCT）和小波变换。
离散余弦变换（DCT）将图像划分为小的块，对每个块进行DCT变换得到频域系数。
通过对频域系数进行量化和编码，可以将系数的精度降低，从而减少了数据量。
DCT技术广泛应用于JPEG图像压缩标准中。
小波变换将信号分解为时间和频率域，可以捕捉到信号的时频特征。
图像通过小波变换后，得到的系数可以在频域上局部集中，通过将低系数置零并压缩高系数，可以实现图像的高效压缩。
小波变换技术在图像压缩领域有着广泛的应用，特别是在JPEG2000标准中。
除了DCT和小波变换，还有一种常见的有损压缩技术是基于向量量化的编码方法。
向量量化通过将图像划分为矢量，并将每个矢量映射到一个预定的码本中，从而实现压缩。
向量量化技术在图像编码中具有较好的压缩效果和较低的失真。
当前，图像编码技术在数字图像处理和计算机视觉领域得到了广泛的应用。
图像编码是将图像数据进行压缩和编码的技术，以减少数据的存储空间和传输带宽。
在现代科技快速发展的背景下，图像编码技术不断进步，以满足人们对高清图像的需求。
本文将介绍图像编码中的数据压缩技术。
一、无损压缩技术无损压缩技术是指经过压缩和解压缩后，图像数据还能完全恢复，不损失任何信息。
常见的无损压缩技术有：1.预测编码：根据前后像素的差异性，进行预测并编码，以达到压缩的效果。
其中比较常用的有差分编码和差分脉冲编码调制（DPCM）。
2.霍夫曼编码：通过统计图像中像素的出现频率，将频率较高的像素用较短的编码表示，频率较低的像素用较长的编码表示，从而达到压缩的目的。
3.算术编码：根据各个符号出现的频率以及前后符号之间的关联性，灵活地分配不同长度的编码，实现无损压缩。
二、有损压缩技术有损压缩技术是指在压缩过程中，为了减少数据量而损失一定的信息，但在视觉上仍然保持较好的感知质量。
常见的有损压缩技术有：1.离散余弦变换（DCT）：将图像从时域转换为频域，通过将较大的频域系数保留，较小的系数舍弃，达到压缩图像的目的。
JPEG图像压缩就是基于DCT的有损压缩技术。
2.小波变换：与DCT类似，通过将图像从时域转换为频域，但是小波变换能更好地保留图像的细节信息。
3.向量量化：将图像分成多个小区域，然后将区域中的像素编码为对应的向量，通过选择合适的码本来对向量进行表达，从而减少数据量。
4.基于人眼视觉的压缩技术：根据人眼对图像细节和颜色的敏感程度，对图像进行优化压缩，达到较高的视觉质量。
三、混合压缩技术混合压缩技术将无损和有损压缩技术相结合，同时利用两种技术的优势进行图像压缩。
这种技术能够在保证图像质量的前提下，进一步减小数据量。
常见的混合压缩技术有：1.无损压缩+有损压缩：先利用无损压缩技术将图像数据压缩，再对剩余的数据采用有损压缩技术进行进一步压缩。
2.有损压缩+无损压缩：先利用有损压缩技术将图像数据进行压缩，然后对剩余的数据采用无损压缩技术进行进一步压缩。
小波变换在图像压缩中的应用学院精密仪器与光电子工程学院专业光学工程年级2014级学号1014202009姓名孙学斌一、图像压缩编码数字图像图像是自然界景物的客观反映。
自然界的图像无论在亮度、色彩，还是空间分布上都是以模拟函数的形式出现的，无法采用数字计算机进行处理、传输和存储。
在数字图像领域，将图像看成是由许多大小相同、形状一致的像素(Picture Element简称Pixel组成)用二维矩阵表示。
图像的数字化包括取样和量化两个主要步骤。
在空间将连续坐标离散化的过程为取样，而进一步将图像的幅度值整数化的过程称为量化。
图像编码技术数据压缩就是以较少的数据量表示信源以原始形式所代表的信息，其目的在于节省存储空间、传输时间、信号频带或发送能量等。
其组成系统如图所示。
过程应尽量保证去除冗余量而不会减少或较少减少信息量，即压缩后的数据要能够完全或在一定的容差内近似恢复。
完全恢复被压缩信源信息的方法称为无损压缩或无失真压缩，近似恢复的方法称为有损压缩或有失真压缩。
图像压缩编码的必要性与可行性1．图像压缩编码的必要性采用数字技术会使信号处理技术性能大为提高，但其数据量的增加也是十分惊人的。
图像数据更是多媒体、网络通信等技术重点研究的压缩对象。
不加压缩的图像数据是计算机的处理速度、通信信道的容量等所无法承受的。
如果将上述的图像信号压缩几倍、十几倍、甚至上百倍，将十分有利于图像的存储和传输。
可见，在现有硬件设施条件下，对图像信号本身进行压缩是解决上述矛盾的主要出路。
2．图像压缩编码的可能性图像数据量大，同时冗余数据也是客观存在的。
在有些图像中可压缩的可能性很大。
一般图像中存在着以下数据冗余因素。
(1)编码冗余编码冗余也称信息熵冗余。
去除信源编码中的冗余量可以在对信息无损的前提下减少代表信息的数据量。
对图像进行编码时，要建立表达图像信息的一系列符号码本。
如果码本不能使每个像素所需的平均比特数最小，则说明存在编码冗余，就存在压缩的可能性。
实验报告课程名称：数字图像处理实验名称：图像压缩编码技术实验地点：明向校区D001 机房专业班级：测控1401 班学号：2014001796 学生姓名：***指导教师：**2017 年 4 月21 日一、实验目的1.理解有损压缩和无损压缩的概念。
2.理解图像压缩的主要原则和目的。
3.了解几种常用的图像压缩编码方式。
4.利用MATLAB 程序进行图像压缩编码。
二、实验原理1、图像压缩原理图像压缩主要目的是为了节省存储空间，增加传输速度。
图像压缩的理想标准是信息丢失最少，压缩比例最大。
不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。
压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。
信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。
高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。
2、编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。
（1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。
具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。
（2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。
也就是说解码图像和原始图像是有差别的，允许有一定的失真。
3、应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3 类：（1）无损压缩编码种类哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev 编码。
（2）有损压缩编码种类预测编码，DPCM，运动补偿；频率域方法：正交变换编码(如 DCT)，子带编码；空间域方法：统计分块编码；模型方法：分形编码，模型基编码；基于重要性：滤波，子采样，比特分配，向量量化；（3）混合编码。
图像压缩编码方法综述【摘要】：图像压缩编码在图像处理中起着至关重要的作用，文章论述了图像压缩的必要性和可行性，介绍了几种常用的几种常用经典图像压缩方法和现代压缩的算法及应用情况。
【关键词】：图像压缩；经典压缩方法；现代压缩算法1. 图像压缩的必要性和可行性随着多媒体应用的普及和数字视频技术的发展, 以及网络上图像传输的增多, 对图像的处理变得越来越重要。
图像的数字化是必然的趋势, 但是经过数字化的图像所占的数据量相当庞大, 而信道带宽和存储空间的限制又给实际应用带来了很大的困难, 所以图像压缩已成为现代信息社会急待解决的问题。
虽然数字图像的数据量极为庞大，但这些数据之间往往是高度相关的。
换言之，其中存在着大量的冗余，数字图像压缩技术就是通过有效地消除图像的各种冗余，达到用尽可能少的数据表示和重建原始图像的目的。
一个常用的图像压缩系统模型如下：2. 图像压缩编码的分类2.1 传统图像压缩编码方法2.1.1 熵编码熵编码是纯粹基于信号统计特性的编码技术。
它是一种无损编码，解码后能无失真地恢复原图像。
其基本原理是给出出现概率大的符号一个短码字，而给出出现概率小的符号一个长码字，从而使得平均码长最短。
①霍夫曼编码霍夫曼编码〔Huffman encoding)是常用的压缩方法之一，它是通过用更有效的代码代替数据来实现的。
霍夫曼编码最初是为了对文本文件进行压缩而建立的，迄今已经有很多变体。
它的基本思路是出现频率越高的值，其对应的编码长度越短，反之出现频率越低的值，其对应的编码长度越长。
霍夫曼编码很少能达到8: 1的压缩比，此外它还有以下两个不足:其一它必须精确地统计出原始文件中每个值的出现频率，如果没有这个精确统计，压缩的效果就会大打折扣，甚至根本达不到压缩的效果。
其二它对于位的增删比较敏感。
由于霍夫曼编码的所有位都是合在一起的而不考虑字节分位，因此增加一位或者减少一位都会使译码结果面目全非。
②算术编码算术编码最早由Shannon提出，其核心思想是累积概率。
数字图像处理实验指导书臧兰云电子工程学院实验一图像基本运算一、实验目的:1、了解数字图像处理基础2、掌握数字图像处理的基本运算方法3、学习利用matlab进行数字图像处理的基本方法二、实验内容:1、根据图像采样原理,试对lena图像分别进行4和16倍减采样,查看其减采样效果。
2、对一幅图像加入椒盐噪声,并通过减法运算提取出噪声。
3、两幅二值图像进行逻辑与、或、非运算。
4、实现把一幅图像旋转45°,并分别采用把转出显示区域的图像截去和扩大显示区域范围以显示图像的全部两种方式。
5、选取一幅大小为256*256像素的图像,分别将图比例放大1.5倍,比例缩小0.7倍,非比例放大到420*384像素,非比例缩小到150*180像素。
三、思考与总结:1、将一幅图像如果进行4倍、16倍和64倍增采样会出现什么情况?是否有其他方法可以实现图像的采样?2、图像的选转会导致图像的失真吗?若有,有什么办法可以解决这个问题?3、由非比例缩放得到的图片能够恢复到原图片吗?为什么?实验二图像变换及增强一、实验目的:1、掌握图像变换的应用2、掌握数字图像处理的空间域及频域的增强方法二、实验内容:1、构造一幅图像并对其旋转一定的角度,求原始图像及旋转后图像的频谱图。
2、对一幅灰度图像进行均衡化,灰度等级为8级。
3、对一幅灰度图像采用多种方法实现平滑、锐化滤波。
4、对一幅图像进行幂次变换。
三、思考与总结:1、图像变换在图像处理中的应用?2、什么是傅里叶变换的旋转性?3、以上实验分别可以应用到那些实际问题中? 实验三图像压缩编码一、实验目的:1、掌握图像压缩编码的概念2、比较图像压缩编码的各种方法二、实验内容:1、计算一幅灰度图像的熵。
2、选择一种方法对图像进行压缩,并计算压缩比。
三、思考与总结:1、注释程序功能2、以上实验可以应用到那些实际问题中?实验四图像分割及彩色图像处理一、实验目的:1、掌握图像分割的基本原理2、掌握彩色图像处理方法二、实验内容:1、用全局阈值法对图像进行分割2、实现sobel算子及Roberts等算子的边缘提取算法3、生成一幅大小为256*256的RGB图像。
太原理工大学现代科技学院数字图像处理课程实验报告专业班级测控14-4学号2014101874姓名杨东倡指导教师刘帆实验名称实验三、图像压缩编码技术同组人专业班级测控14-4 姓名杨东倡学号2014101874 成绩实验三、图像压缩编码技术一、实验目的 1、理解有损压缩和无损压缩的概念； 2、理解图像压缩的主要原则和目的； 3、了解几种常用的图像压缩编码方式； 4、利用MATLAB 程序进行图像压缩编码。
二、实验原理 1、图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。
图像压缩的理想标准是信息丢失最少，压缩比例最大。
不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。
压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。
信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。
高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。
编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。
（1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。
具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。
（2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。
也就是说解码图像和原始图像是有差别的，允许有一定的失真。
应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman ）编码，算术编码，行程（RLE ）编码，Lempel zev 编码。
……………………………………装………………………………………订…………………………………………线…………………………（2）有损压缩编码种类预测编码，DPCM ，运动补偿；频率域方法：正交变换编码(如DCT)，子带编码；空间域方法：统计分块编码；模型方法：分形编码，模型基编码；基于重要性：滤波，子采样，比特分配，向量量化；（3）混合编码。
有JBIG ，H.261，JPEG ，MPEG 等技术标准。
本实验主要利用MATLAB 程序进行赫夫曼（Huffman ）编码和行程编码（Run Length Encoding ， RLE ）。
三、实验内容1、实现基本JPEG 的压缩和编码分三个步骤：（1）首先通过DCT 变换去除数据冗余；（2）使用量化表对DCT 系数进行量化；（3）对量化后的系数进行Huffman 编码。
四、实验步骤1打开计算机，启动MATLAB 程序； 2选择一幅图像，并进行赫夫曼和行程编码压缩处理； 3 将原图像在Photoshop 软件中打开，分别以不同的位图文件格式进行“另保存”，比较它们的数据量。
4记录和整理实验报告 clear load woman ; %X=imread('girl.bmp','bmp');……………………………………装……………………………………data=uint8(X);[zipped,info]=huffencode(data);unzipped=huffdecode(zipped,info,data);subplot(121);imshow(data);subplot(122);imshow(unzipped);erms=compare(data(:),unzipped(:))cr=info.ratiowhos dataunzippedzippedfunction[zipped,info]=huffencode(vector)if ~isa(vector,'uint8')error('input argument must be a uint8vector');end[m,n]=size(vector);vector=vector(:)';f=frequency(vector); symbols=find(f~=0);f=f(symbols);[f,sortindex]=sort(f); symbols=symbols(sortindex); len=length(symbols);symbols_index=num2cell(1:len);codeword_tmp=cell(len,1);while length(f)>1index1=symbols_index{1};index2=symbols_index{2};codeword_tmp(index1)=addnode(codeword_tmp(index1),uint8(0)); codeword_tmp(index2)=addnode(codeword_tmp(index2),uint8(1)); f=[sum(f(1:2)) f(3:end)];symbols_index=[{[index1,index2]} symbols_index(3:end)];[f,sortindex]=sort(f);symbols_index=symbols_index(sortindex);endcodeword=cell(256,1);codeword(symbols)=codeword_tmp; len=0; for index=1:length(vector) len=len+length(codeword{double(vector(index))+1}); end string=repmat(uint8(0),1,len); pointer=1; for index=1:length(vector) code=codeword{double(vector(index))+1}; len=length(code); string(pointer+(0:len-1))=code; pointer=pointer+len; end len=length(string); pad=8-mod(len,8); if pad>0 string=[string uint8(zeros(1,pad))];……………………………………装………………………………………订…………………………………………线……………endcodeword=codeword(symbols);codelen=zeros(size(codeword));weights=2.^(0:23);maxcodelen=0;for index=1:length(codeword)len=length(codeword{index});if len>maxcodelenmaxcodelen=len;endif len>0code=sum(weights(codeword{index}==1));code=bitset(code,len+1);codeword{index}=code;codelen(index)=len;endendcodeword=[codeword{:}];cols=length(string)/8;string=reshape(string,8,cols);weights=2.^(0:7);zipped=uint8(weights*double(string));huffcodes=sparse(1,1);for index=1:nnz(codeword) %length(codeword) %numel(codeword) huffcodes(codeword(index),1)=symbols(index);end info.pad=pad; info.huffcodes=huffcodes; info.ratio=cols./length(vector); info.length=length(vector); info.maxcodelen=maxcodelen; info.rows=m; info.cols=n; function vector=huffdecode(zipped,info,image) if ~isa(zipped,'uint8') error('input argument must be a uint8vector'); end len=length(zipped); string=repmat(uint8(0),1,len.*8); bitindex=1:8; for index=1:len string(bitindex+8.*(index-1))=uint8(bitget(zipped(index),bitindex)); end string=logical(string(:)'); len=length(string); string((len-info.pad+1):end)=[]; len=length(string);weights=2.^(0:51);……………………………………装………………………………………订…………………………………………线………………………………………vector=repmat(uint8(0),1,info.length);vectorindex=1;codeindex=1;code=0;for index=1:lencode=bitset(code,codeindex,string(index)); codeindex=codeindex+1;byte=decode(bitset(code,codeindex),info);if byte>0vector(vectorindex)=byte-1;codeindex=1;code=0;vectorindex=vectorindex+1;endendvector=reshape(vector,info.rows,info.cols);function codeword_new=addnode(codeword_old,item) codeword_new=cell(size(codeword_old));for index=1:length(codeword_old)codeword_new{index}=[itemcodeword_old{index}];endfunction f=frequency(vector) if ~isa(vector,'uint8') error('input argument must be a uint8vector'); end f=repmat(0,1,256); len=length(vector); for index=0:255 f(index+1)=sum(vector==uint8(index));end f=f./len; function byte=decode(code,info) byte=info.huffcodes(code); function erms=compare(f1,f2) e=double(f1)-double(f2); [m,n]=size(e);erms=sqrt(sum(e(:).^2)/(m*n)); if erms~=0emax=max(abs(e(:)));[h,x]=hist(e(:)); if length(h)>=1 ………………………………装………………………………………订…………………………………………线………………………………………figure(4)bar(x,h,'k');e=mat2gray(e,[-emax,emax]);figure(5);imshow(e);endend……………………………………装………………………………………订……………………………………………………………………装………………………………………订…………………………………………装………………………………………订…………………………………………线…………………………………………………………………………装………………………………………订…………………………………………线…………………………………………………………………………装………………………………………订…………………………………………线………………………………………五、实验仪器1计算机； 2 MATLAB 、Photoshop 等程序； 3移动式存储器（软盘、U 盘等）。
