结 论 17
致 谢 19
附 录 20
1 绪论
1.1论文研究背景
近几年,图像信息以相当迅猛的速度发展,大大推动了多媒体技术、数码技术等产品的发展。随着图像采集设备的分辨率不断提高,每张图像占据的存储空间也在不断地变大,巨大的存储量将增加存储器、计算机处理的压力。为解决以上的问题,要对图像进行数据压缩的处理。本文采用对数字图像进行压缩编码的方法,这样做的就是要以尽量少的bit来表示图像,并且还可保持重建图像的质量。
1.2图像的压缩技术的发展
图像编码技术,从1950开始,由电视信号的数字化逐渐发展而来。图像压缩有两代:传统的和新型的。比如量化法、预测编码、等都是传统型的编码。但是,伴随着人民对传统方法的深层次应用,传统方法的缺点渐渐被人们发现:正交的变换数据,它的频局域性会很差,变换过的系数,原始图像的结构的精细描述丢失了,所以从变换过的图像里面,没有办法得到原始图像轮廓的信息。当压缩比较高时,图像的轮廓会非常模糊。随着图像压缩技术的发展,离散余弦变换成为时下的热点,并且取得了令人满意的结果。现如今,离散余弦变换技术,已经被联合图像专家组定为EG2000的核心技术[1]。
1.3离散余弦变换及其在图象压缩中的应用
离散余弦变换( Discrete Cosine Transform),简写为DCT, 它类似于离散傅里叶变换( Discrete Fourier Transform),简写为DFT, 但它只使用实数。DCT的长度大概是DFT的两倍。
在信号和图像的处理时会经常使用到离散余弦变换,比如,在EG和MPEG的各个标准中均运用了DCT,我们可以得到一个8×8的矩阵。其中元素 (0,0)就是直流分量,其他的元素根据各自的位置来表征不同频率的交流分类[2]。
1.4论文的结构安排
本文的主要内容大致如下:
第一章主要写的是论文的背景意义;第二章主要写了图象压缩技术的基本理论知识;第三章主要写的是DCT的MATLAB软件的实现;第四章主要写的是基于DCT的图像用户界面;第五章介绍了利用DCT的算法实现和界面实现的运行结果,总结出设计过程中的疑难及改进;最后是对全文的总结,提出改进的方向。
2 图像压缩的基本原理
数字图像实质上是一个个像素点,可以用不同维的数字来表示。由于照相技术的迅猛发展,不断提高了图像的尺寸、分辨率,使得图像需要更大的存储空间。当存储或传输时,会占用很大的存储空间和网络带宽,所以图像压缩就尤为重要[3]。
2.1图象压缩效果的评价标准
对图像进行压缩,必然会引入失真。我们要做的就是在不影响重建图像质量的前提下达到降低压缩比,以此来提高编码效率。这就需要引入一定的失真的测度来评价重新建设图像的质量。重建图像的评价标准有客观评价标准和主观评价标准[1]。
2.1.1客观评价标准
客观评价方法是把压缩图像和原始图像对比,得到误差,误差是来衡量压缩质量的关键,我们用I=f(i,j)来表示原始图像, i=l,2,…M;j=1,2,…N,处理后的图像为I’=f’(i,j),i=1,2,…M;j=1,2,…N,可以用下列指标进行评价:
(1) 均方误差(2)对数信噪比(3)峰值信噪比
2.1.2主观评价标准
主观评价就是以人作为图像的观察者,对同一幅图像进行评价。此处主要采用的是加权平均法,组织10人的观察组,观察者们按图像的损伤程度打出分数,用加权平均法得到图像的分数,这样的评分方法虽然会耗费时间,但会非常真实。