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。
二值图像及其编码3.1 二值图像及其特征图像分为彩色图像和灰度图像两大类，二值图像就是只有黑白两种灰度级的特殊灰度图像，例如文件、气象图、工程图、指纹卡片、手写文字、地图、报纸等等。
此外，为了报纸的印刷，即使原来为灰度的图像，也要做成网纹的二值图像;传真只能一点一点地传送二值数据，也要把灰度的图像转化为二值的图像。
二值图像信源编码的目的和灰度图像的编码一样，也是为了减少表示图像所需的比特数。
除了只有黑白两个灰度外，二值图像还有一些其它的特征: 首先，在统计特性上，由于只有两种灰度，即只有两种信源符号，所以只对应两种信源概率P0和P1 ,且满足P1=1 一P0,也就是说信源符号的概率可以只用一种概率来表示;其次，图像数据量较小，单个像素既可以用其灰度值（例如0 和255）来表示，也可以用二进制值（0 和1）来表示，显然后一种表示方法在存储和对图像进行数据处理时会比较简便;此外，二值图像的结构也往往比较简单，黑、白像素区域多为连续分布、划分明显。
这些特征对于二值图像的压缩编码都具有重要的意义，大部分编码方法都是直接利用这些特征或者建立在这些特征的基础上的。
3.23.3 二值图像压缩的意义前面提到，由于灰度级别只有两种，所以用于表示二值图像的数据量本身就远小于同等尺寸的灰度图像和彩色图像。
但是，这并不意味着对它们就不必再进行压缩处理了。
二值图像同一般的图像一样，也有着很大的压缩空间。
如果每一像素用一位二进制码0 或1（白像素为1 ，黑像素为0）表示，则称为直接编码。
一位二进制码为1 比特，因而直接编码时表示一帧图像的比特数就等于该图像的像素数。
直接编码对数据量是没有压缩效果的，因而通常把直接编码得到数据比特数作为该二值图像的原始数据大小，例如，二值图像以Window: 操作系统中的标准图像文件BMP 格式存储就是这样一种情况。
由于二值图像结构和统计上的冗余特性，直接编码所形成的符号所携带的信息中必然包含了大量的冗余成分，所以，经过各种编码处理，去掉这些冗余成分，能够使表示二值图像的比特数小于该图像的像素数（即小于图像原始大小），达到压缩的目的。
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。
基于二维ＤＣＴ的图像压缩编码及其实现作者：李春霞来源：《现代电子技术》2008年第16期摘要：DCT变换是图像压缩的一项重要技术，如何准确、快速进行图像压缩一直是国内外研究的热点。
主要介绍基于DCT变换的图像压缩编码算法，给出具体的实现方法和步骤，并用Matlab进行了算法仿真。
实验结果表明，该算法实现简单，在很大压缩范围内，都能得到很好的重建图像质量，满足不同场合要求不同图像质量的实际需要。
这里利用Matlab做仿真实验，方法简单、速度快且误差小，大大提高了图像压缩的效率和精度。
关键词：图像压缩；DCT变换；Matlab仿真；峰值信噪比中图分类号：TP391 文献标识码：B 文章编号：1004373X(2008)1615703Image Compression Coding and Implementation Based on 2DDCTLI Chunxia(College of Electric and Information Engineering,Shaanxi University of Science & Technology,Xi′an,710021,China)Abstract：The DCT transform is an important technique in the field of image compression.How to compress the image accurately and fast has been a research focus both at home and abroad all the time.This paper mainly introduces the algorithm of the image compress coding based on DCT,and shows details of realization.Then the algorithm is simulated by Matlab.Simulation experiments show that the algorithm is simple to realize.The reconstructed images are of good quality satisfying the demands of different image quality on various occasions under the circumstances of very large compression range.The innovation spot of this paper is that the method doing experiments with Matlab is simple,rapid and with little error.It can improve the efficiency and precision of the image compression greatly.Keywords：image compression;DCT transform;Matlab simulation;peak signal to noise ratio在信息世界迅猛发展的今天，图像传输已成为一项重要内容，而传输信息量的大小是影响传输速度的重要因素之一。
二维图像压缩编码方法的研究[摘要]本毕业设计是对图像处理压缩编码的现状与发展，以及图像压缩编码的原理和各种压缩算法进行研究，在Matlab软件下，使用小波变换中的Mallat算法对二维图像进行了3层分解与重构，并且，在小波分解的基础上，对二维图像采用去掉高频保留低频的方法进行了图像压缩，其次，还在matlab中采用无损压缩中的Huffman 编码对二维图像进行了压缩。
[关键词]小波变换; 分解; 重构 ;压缩 ;编码the study of two dimensional image compression codingmethod[Abstract]:This graduation design study on the image compression coding of the status and development, as well as the image compression coding principle and various compression algorithm, in Matlab software, used the Mallat algorithm in wavelet transform to decompose and reconstruct the two-dimensional images by 3 layer , then, in small wave based on decomposition, removed high frequency and retained low frequence to compress the two-dimensional images , thirdly, still in Matlab, used lossless compression of Huffman coding to compress the image.[Key words]: Wavelet Transform ;Decomposition ;reconstruction ;compression ; Coding;目录引言 (1)1 数字图像处理概述 (2)1.1数字图像处理发展概况 (2)1.2数字图像处理主要研究的内容 (2)1.3本章小结 (3)2 DCT图像变换 (4)2.1DCT图像变换基本概念 (4)2.2基于DCT的图像压缩编码算法过程 (4)2.2.1二维离散余弦变换 (5)2.2.2DCT系数的量化 (6)2.2.3量化系数的编排 (7)2.2.4DC系数的编排 (7)2.2.5AC系数的编排 (8)2.2.6组成位数据流 (9)2.3本章小结 (11)3 小波变换 (12)3.1小波变换的基本概念 (12)3.1.2连续小波变换 (12)3.1.2离散小波变换 (14)3.1.3多分辨分析 (15)3.2小波的分解与重构 (16)3.2.1小波的分解 (16)3.2.2小波的重构 (17)3.3本章小结 (17)4 二维图像压缩 (18)4.1图像压缩编码发展和现状 (18)4.2图像数据压缩可能性 (18)4.3图像压缩编码 (19)4.3.1无损压缩 (19)4.3.2有损压缩 (20)4.4本章小结 (21)5 图像压缩的MATLAB实现 (22)5.1小波变换的分解和重构 (22)5.2小波变换图像压缩 (23)5.3Huffman编码对图像进行压缩 (25)5.4本章小结 (30)总结 (22)致谢 (32)参考文献 (33)附录A外文文献原文 (34)附录B外文文献译文 (39)附录C小波压缩程序 (43)附录D哈弗曼编码程序 (47)引言数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。
数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。
数字图像处理技术已经在各个领域上都有了比较广泛的应用。
图像处理的信息量很大，对处理速度的要求也比较高。
随着多媒体技术和通讯技术的不断发展, 多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求, 也给现有的有限带宽以严峻的考验, 特别是具有庞大数据量的数字图像通信, 更难以传输和存储, 极大地制约了图像通信的发展, 因此图像压缩技术受到了越来越多的关注。
图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。
利用图像压缩,可以减轻图像存储和传输的负担, 使图像在网络上实现快速传输和实时处理。
图像压缩是计算机应用领域中的一个重要问题。
由于图像数据往往存在各种信息冗余，如空间冗余、时间冗余、信息熵冗余、结构冗余、知识冗余、视觉冗余、图像区域的相同性冗余等多种图像冗余。
这些冗余大部分来自图像数据自身，一部分来自外界环境和主观因素。
对于这些冗余，根据它们对图像生成的影响程度来分，信息熵冗余和图像区域的相同性冗余是造成图像信息量大于其要表达的信息量的主要原因[1]。
图像压缩编码是在对数字图像进行大量统计分析，在掌握和了解图像信息的统计特性的基础上，充分利用图像本身的相关性强的特点，寻求消除或减少相关性或改变图像信源概率分布不均匀性的方法，以实现数据的压缩。
1 数字图像处理概述1.1数字图像处理发展概况数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室（JPL）。
他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。
随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。
在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。
数字图像处理取得的另一个巨大成就是在医学上获得的成果。
1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。
CT的基本法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。
1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。
1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。
与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。
随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。
人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。
很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。
其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。
图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。
1.2数字图像处理主要研究的内容1)图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2)图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3)图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。
图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。
如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立"降质模型"，再采用某种滤波方法，恢复或重建原来的图像。
4)图像分割是数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。
虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。
5)图像描述是图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。
对于特殊的纹理图像可采用二维纹理特征描述。
随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。
6)图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。
图像分类常采用经典的模式识别方法，有计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络式分类在图像识别中也越来越受到重视。
1.3本章小结本章主要介绍了现状，发展以及其主要研究的问题。
