matlab實現圖像壓縮

㈠ matlab中圖像壓縮技術是怎麼實現的

基於小波分析的圖像壓縮方法很多 , 有小波包最好基方法 、小波域紋理模型方法 、變換零樹壓縮 、小波變換向量量化壓縮等等，不過具體理論都是差不多的，區別是演算法方式不同，有興趣的可以去matlab的網站去看看 http://www.ilove matlab .cn 一個圖像作小波分解後 , 可得到一系列不同解析度的子圖像 ,不同解析度的子圖像對應的頻率是 不相同的 。高解析度 ( 即高頻) 子圖像上大部分點的數值都接近於 0 , 越是高頻這種現象越明顯 。對一 個圖像來說 ,表現一個圖像最主要的部分是低頻部分 ,所以一個最簡單的壓縮方法是利用小波分解 ,去 掉圖像的高頻部分而只保留低頻部分 。 下面具體介紹利用 MA TLAB[ 2 ] 中二維小波分析一個圖像 ( 即一個二維信號 , 設文件名為 wbarb. mat) 進行圖像壓縮的實例 。圖像壓縮可按如下程序進行處理 。 程序清單 : clear %清除 MA TLAB 工作環境中現有的變數 load wbarb ; %裝入圖像 %顯示圖像 subplot ( 221) ;image ( X) ; colormap ( map ) title ( 』原始圖像』 ;) axis square disp ( 』壓縮前圖像 X 的大小 : 』 ;) Whos ( 』』X ) %= = = = = = = = = = = = = = = = = = %對圖像用 bior3. 7 小波進行 2 層小波分解 [ c ,s ] = wavedec2 ( X ,2 ,』bior3. 7』 ;) %對圖像用 bior3. 7 小波進行 2 層小波分解 [ c ,s ] = wavedec2 ( X ,2 ,』 bior3. 7』 ; ) %提取小波分解結構中第 1 層的低頻系數和高 頻系數 cal = appcoef2 ( c ,s ,』 bior3. 7』 ,l) ; ch1 = detcoef2 ( 』h' ,c ,s ,1) ; %水平方向 cv1 = detcoef2 ( 』V 』,c ,8 ,1) ; %垂直方向 cdl = detcoef2 ('d',C ,S ,1) ; %斜線方向 %分別對各頻率成份進行重構 al = wrcoef2 ( 'a',c ,s ,』bior3. 7』 ,1) ; h1 = wrcoef2 ( 』h』,c ,s ,』bior3. 7』 ,1) ; v1 = wrcoef2 ( 』v』,c ,s ,』bior3. 7』 ,1) ; dl = wrcoef2 ( 』d』,c ,s ,』bior3. 7』 ,1) ; c1 = [ al ,hl ,v1 ,d1」; %顯示分解後各頻率成份的信息 subplot ( 222) ; image ( c1) ; axis squaretitle ( 』分解後低頻和高頻信息』 ;) %= = = = = = = = = = = = = = = = = = = %下面進行圖像壓縮處理 %保留小波分解第一層低頻信息 , 進行圖像的壓縮 %第 1 層的低頻信息即為 cal , 顯示第 1 層的低頻信息 %首先對第 1 層信息進行量化編碼它處理即可獲得較好的壓縮效果 。在上面的例 子中,我們還可以只提取小波分解第 3 、4 … 層的低頻信息 ,從理論上說 ,我們可以獲得任意壓縮比的壓 縮圖像 。由此可以看出 , 小波分析用於圖像壓縮具有明顯的優點 。 在利用二維小波變換進行圖像壓縮時需要說明的是 : 小波變換為圖像從空間域交換到時間域提供 了一種非常有效的方法 , 它的作用與以前在圖像壓縮中所用到的離散餘弦變換 ( DCT) 、傅里葉變換等 的作用類似 。但是 ,要很好地進行圖像的壓縮 ,需要綜合地利用多種其它技術 , 特別是數據編碼與解碼 演算法等 ,所以利用小波分析進行圖像壓縮往往是藉助小波分析和許多其它相關技術共同完成的 。

㈡ 圖像壓縮 MATLAB實現 如何解壓縮一個被壓縮過的圖像 急急急

法對圖像進行壓縮，得到一組壓縮編碼，然後解碼這組編碼，得到一幅解壓縮圖像．對解碼圖像與原始圖像求差值，得到一差值圖像，然後對該差值圖像進行適當的編碼．對差值圖像的編碼與初級編碼共同構成對原始圖像的編碼．這種方法需要選擇合適的初級編碼方法與差值編碼方法，使得這兩者相結合，可以得到一種綜合性能較好的編碼方法。
其定義如圖。
%%%%%%%%%%%%%%

clear
tic
%Image1=imread('pic\cameraman.tif');
xianshi;
number=input(' input the number:');
Image1=suoxiao('pic\cameraman.tif',number);
[imagem imagen]=size(Image1);
Sr=4;Sd=8;
Rnum=(imagem/Sr)*(imagen/Sr);
Dnum=(imagem/Sd)*(imagen/Sd);
Image2=zeros(Dnum,Sr,Sr);
Image2=blkproc(Image1,[Sd/Sr,Sd/Sr],'mean(mean(x))');
%壓縮image1為原來1/2
% there are no eight tranformation for simpleness
RBlocks=zeros(Rnum,Sr,Sr);
DBlocks=zeros(Dnum,Sd,Sd);
DBlocksRece=zeros(Dnum*8,Sr,Sr);
%%取R塊，K記標號----------------------------------
for i=1:imagem/Sr
for j=1:imagen/Sr
k=(i-1)*imagen/Sr+j;
RBlocks(k,:,:)=Image1((i-1)*Sr+1:i*Sr,(j-1)*Sr+1:j*Sr);

end
end
%取R塊，K記標號----------------------------------
for i=1:imagem/Sd
for j=1:imagen/Sd
k=(i-1)*imagen/Sd+j;
m=Sr;n=Sr;
DBlocksRece(k,:,:)=Image2((i-1)*Sr+1:i*Sr,(j-1)*Sr+1:j*Sr);
DBlocksRece(k+Dnum,:,:)=DBlocksRece(k,m:-1:1,:); % 行上下翻轉===(x軸對稱)
DBlocksRece(k+2*Dnum,:,:)=DBlocksRece(k,:,n:-1:1); % 列左右翻轉 ==== y軸對稱
DBlocksRece(k+3*Dnum,:,:)=DBlocksRece(k,m:-1:1,n:-1:1); % 先行翻，再列翻 旋轉180度
DBlocksRece(k+4*Dnum,:,:)=reshape(DBlocksRece(k,:,:),Sr,Sr)'; % 關於y=-x對稱
A=reshape( DBlocksRece(k+3*Dnum,:,:),Sr,Sr)';
DBlocksRece(k+5*Dnum,:,:)=A(:,n:-1:1); % 關於y=x對稱
DBlocksRece(k+6*Dnum,:,:)=imrotate(reshape(DBlocksRece(k,:,:),Sr,Sr),90); % 逆時針旋轉90度
DBlocksRece(k+7*Dnum,:,:)=imrotate(reshape(DBlocksRece(k,:,:),Sr,Sr),270); % 逆時針旋轉270度

DBlocks(k,:,:)=Image1((i-1)*Sd+1:i*Sd,(j-1)*Sd+1:j*Sd);
end
end
RandDbest=zeros(Rnum,1)+256^3;
RandDbests=zeros(Rnum,1);
RandDbesto=zeros(Rnum,1);
RandDbestj=zeros(Rnum,1);
for i=1:Rnum
x=reshape(RBlocks(i,:,:),Sr*Sr,1);
meanx=mean(x);
for j=1:Dnum*8
y=reshape(DBlocksRece(j,:,:),Sr*Sr,1);
meany=mean(y);
s=(x-meanx)'*(y-meany)/((y-meany)'*(y-meany));%計算s
o=(meanx-s*meany);%計算o
c=(x-s*y-o)'*(x-s*y-o);%距離
if (RandDbest(i)>c)&(abs(s)<1)
RandDbest(i)=c;
RandDbests(i)=s;
RandDbesto(i)=o;
RandDbestj(i)=j;%可以找到對應變換和D塊
end
end
end
%iteration limit
toc
tic
m=8;%解碼迭代次數
e=mean(mean(Image1));
Image3=e*ones(imagem,imagen);%解碼初始圖象
for L=1:m
Image4=blkproc(Image3,[Sd/Sr,Sd/Sr],'mean(mean(x))');

for i=1:imagem/Sr
for j=1:imagen/Sr
m=Sr;n=Sr;
k=(i-1)*imagen/Sr+j;
l=RandDbestj(k);
k1=mod(l-1,Dnum)+1;%第幾個D
l1=(l-k1)/Dnum+1;%變換號
%R對應D在Image4的起始點
j1=mod(k1-1,imagen/Sd)+1;
i1=(k1-j1)/(imagen/Sd)+1;
%變換------------------------------------------------------------------------
DBlocksRece(k1,:,:)=Image4((i1-1)*Sr+1:i1*Sr,(j1-1)*Sr+1:j1*Sr);
switch l1-1
case 0
DBlocksRece(l,:,:)=Image4((i1-1)*Sr+1:i1*Sr,(j1-1)*Sr+1:j1*Sr);
case 1
DBlocksRece(l,:,:)=DBlocksRece(k1,m:-1:1,:);
case 2
DBlocksRece(l,:,:)=DBlocksRece(k1,:,n:-1:1);
case 3
DBlocksRece(l,:,:)=DBlocksRece(k1,m:-1:1,n:-1:1);
case 4
DBlocksRece(l,:,:)=reshape(DBlocksRece(k1,:,:),Sr,Sr)';
case 5
DBlocksRece(k1+3*Dnum,:,:)=DBlocksRece(k1,m:-1:1,n:-1:1);
A=reshape( DBlocksRece(k1+3*Dnum,:,:),Sr,Sr)';
DBlocksRece(l,:,:)=A(:,n:-1:1);
case 6
DBlocksRece(l,:,:)=imrotate(reshape(DBlocksRece(k1,:,:),Sr,Sr),90);
case 7
DBlocksRece(l,:,:)=imrotate(reshape(DBlocksRece(k1,:,:),Sr,Sr),270);
end
%變換結束--------------------------------------------------------------------
RBlocks(k,:,:)=RandDbests(k)*DBlocksRece(l,:,:)+RandDbesto(k);
%生成R---------------------------
Image3((i-1)*Sr+1:i*Sr,(j-1)*Sr+1:j*Sr)=reshape(RBlocks(k,:,:),Sr,Sr);%更新迭代圖象
end
end
wucha=double(Image1)-Image3;%誤差圖

Ps1(L)=20*log10(255/(sqrt(mean(mean(wucha.^2)))))
PSNR=psnr(wucha)
figure
imshow(uint8(Image3))
end
toc
figure
wucha=uint8(wucha);
imshow(wucha)
figure
imshow(uint8(Image1)),title('原圖');
save('sa.mat')
fangtu(wucha);%%%%分形主函數
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
子函數:1：
function b=suoxiao(filename,bili)
a=imread(filename);
a=double(a);
[m,n]=size(a);
i=1;
while i=m/bili
j=1;
while j=n/bili
k=mean(mean(a(bili*(i-1)+1:bili*(i-1)+bili,bili*(j-1)+1:bili*(j-1)+bili)));
b(i,j)=k;
j=j+1;
end
i=i+1;
end
%b=uint8(b);
size(b)
%imshow(b)
子函數2：
%clc
function fangtu(a)
J=a;
%計算灰度圖象的直方圖數據，a為如象數組
L=256; %灰度級
Ps = zeros(L,1); %統計直方圖結果數據
nk=zeros(L,1);
[row,col]=size(a);
n=row*col; %總像素個數
for i = 1:row
for j = 1:col
num = double(a(i,j))+1; %獲取像素點灰度級
nk(num) = nk(num)+1; %統計nk
end
end
%計算直方圖概率估計
for i=1:L
Ps(i)=nk(i)/n;
end
figure;
subplot(3,1,1);imshow(J),title('誤差圖');
subplot(3,1,2),plot(nk),title('直方圖（nk）');
subplot(3,1,3),plot(Ps),title('直方圖（Ps）');
子函數3：
function PSNR=psnr(a)
[m,n]=size(a);
a=uint8(a);
a=double(a);
imagesize=m*n;
MSE=sum(dot(a,a))/ imagesize;
PSNR=10*log10(255^2/MSE);
%%%%%%%%%%%%%%%%%%%%%%
說明：
1、因為本程序時間長，FX中先選擇圖片的大小
2、編碼與解碼
3、做誤差圖和只方圖
4：畫出每次迭代的解碼圖象

㈢ 如何用matlab壓縮圖像

https://blog.csdn.net/wulafly/article/details/53244456，
我想你問的類似於這個

㈣ 常用的matlab圖像壓縮有哪些

常用的matlab圖像壓縮有哪些
法對圖像進行壓縮，得到一組壓縮編碼，然後解碼這組編碼，得到一幅解壓縮圖像．對解碼圖像與原始圖像求差值，得到一差值圖像，然後對該差值圖像進行適當的編碼．對差值圖像的編碼與初級編碼共同構成對原始圖像的編碼．

㈤ matlab實現lzw圖像壓縮

附件中是sift的matlab實現代碼，在matlab中直接點擊運行do_demo_3.m即可實現圖像匹配do_demo_1.m可以顯示sift特徵點具

㈥ 如何用MATLAB進行圖像壓縮

I
=
imread('cameraman.tif');
%
輸入圖像
I
=
im2double(I);
%
數據類型轉換
T
=
dctmtx(8);
%
計算二維離散DCT矩陣
dct
=
@(x)T
*
x
*
T';
%
設置函數句柄
B
=
blkproc(I,[8
8],dct);
%
圖像塊處理
mask
=
[1
1
1
1
0
0
0
0
%
掩膜
1
1
1
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0];
B2
=
blkproc(B,[8
8],@(x)mask.*
x);
%
圖像塊處理
invdct
=
@(x)T'
*
x
*
T;
%
設置函數句柄
I2
=
blkproc(B2,[8
8],invdct);
%
圖像塊處理
imshow(I),
figure,
imshow(I2)
%
顯示原始圖像和壓縮重構圖像

㈦ MATLAB基礎問題圖像壓縮

%1輸入你（你）的臉型圖片
%2切割成512*512像素
%3每4*4方塊取像素值的平均值
%A.4*4方塊的像素值均以此平均值代替
%B.4*4方塊的像素值變成一個像素值以此平均值代替
%c.4*4方塊的像素值變成一個像素值以此中間值代替
I=imread('me.jpg');
I=rgb2gray(I);
figure;imshow(I);title('原圖');

I1=double(I(1:512,1:512));
I2=zeros(256,256);
I3=zeros(256,256);
fori=1:2:511
forj=1:2:511
P=[I1(i,j)I1(i+1,j)I1(i,j+1)I1(i+1,j+1)];
avg=mean(P);
med=median(P);

I1(i,j)=avg;
I1(i+1,j)=avg;
I1(i,j+1)=avg;
I1(i+1,j+1)=avg;

I2((i+1)/2,(j+1)/2)=avg;
I3((i+1)/2,(j+1)/2)=med;
end
end
figure;imshow(uint8(I1));title('4像素平均');
figure;imshow(uint8(I2));title('平均值縮小');
figure;imshow(uint8(I3));title('中值縮小');

㈧ 基於小波變換的圖像壓縮方法（求個程序啊！用matlab實現圖片無損壓縮，一種演算法即可）

clear all
Y=imread('5.PNG');
[X,map]=gray2ind(Y,256);
subplot(1,2,1);
image(X);
colormap(map);
title('原始圖像');

%採用默認的全局閾值
[thr,sorh,keepapp,crit]=ddencmp('cmp','wp',X);
%圖像進行壓縮
Xc=wpdencmp(X,sorh,3,'bior3.1',crit,thr,keepapp);

%顯示壓縮結果
subplot(1,2,2);
image(Xc);
colormap(map);
title('全局閾值壓縮圖像');

㈨ matlab中如何求圖像的壓縮比 （代碼）

I為壓縮前的圖像數據，I1為壓縮後的圖像數據。
[m1 n1]=size(I1);
[m n]=size(I);
t=m1*n1/(m*n);

那把你要求的壓縮比公式寫一下吧

㈩ 誰會用matlab實現小波變換對圖片的壓縮處理

subplot(1,2,1);
imshow(I);
title('原始圖像');
subplot(1,2,2)
imshow(I2);
title('壓縮圖像');