matlab矩陣壓縮

⑴ 在MATLAB圖像壓縮運行時，出現矩陣維度不一致，錯誤使用-等錯，可看圖片

最後結果正確，中間紅框內書寫錯誤。應為：
lim<x→0>[2ln(1-x/2+x^2/3)+x]/x^2
= lim<x→0>{2ln[1-(x/2-x^2/3)]+x}/x^2
= lim<x→0>{2 [-(x/2-x^2/3) - (1/2)(x/2-x^2/3)^2 -...] + x} / x^2
= lim<x→0>{2 [-x/2 + x^2/3 - (1/2)(x/2)^2 +o(x^2)] + x} / x^2
= lim<x→0>{2 [-1/2 + x/3 - (1/2)(x/4) +o(x^2)] + 1} / x
= lim<x→0>2 [ x/3 - (1/8)x +o(x^2)] / x = 2(1/3 - 1/8)

⑵ matlab中矩陣縮小一倍

我不知道Matlab裡面有沒有相關的命令。

不過，我覺得你可以自己編程解決。

首先，獲得數組的大小。然後再將一半的數據重新賦值給一個新的數組。

參考代碼如下：

clc;clear;
size_1=3;%行列式的維度,如果不想輸入行列式也可自行修改
a=1:size_1^2;
%構建數組
a=reshape(a,size_1,size_1)
[x,y]=size(a);
%將數組的維度除以2後向正無窮取整
x=ceil(x/2);
y=ceil(y/2);
%取一半的數組
b=a(1:x,1:y)

其運行結果為：

a=

147
258
369


b=

14
25

⑶ 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

⑷ 如何用MATLAB進行圖像壓縮

1、首先在電腦中雙擊matlab軟體，使用語句：x=0:0.2:7*pi：創建一個一維數組，表示三維離散序列圖的在x軸上的分布范圍。

⑸ 技術積累_matlab三維矩陣壓縮為一維或者二維用squeeze函數

1 1 128的三維矩陣b，而不是一個向量，解決方法是使用squeeze函數。c=squeeze（b）得到的c就是128的列向量

⑹ 求用matlab實現huffman壓縮與解壓文件源碼

function [h,l]=huffman(p)
if (length(find(p<0))~=0)
error('Not a prob,negative component');
end
if (abs(sum(p)-1)>10e-10)
error('Not a prob.vector,component do not add to 1')
end
n=length(p);
q=p;
m=zeros(n-1,n);
for i=1:n-1
[q,l]=sort(q);
m(i,:)=[l(1:n-i+1),zeros(1,i-1)];
q=[q(1)+q(2),q(3:n),1];
end
for i=1:n-1
c(i,:)=blanks(n*n);
end
c(n-1,n)='0';
c(n-1,2*n)='1';
for i=2:n-1
c(n-i,1:n-1)=c(n-i+1,n*(find(m(n-i+1,:)==1))...
-(n-2):n*(find(m(n-i+1,:)==1)));
c(n-i,n)='0';
c(n-i,n+1:2*n-1)=c(n-i,1:n-1);
c(n-i,2*n)='1';
for j=1:i-1
c(n-i,(j+1)*n+1:(j+2)*n)=c(n-i+1,...
n*(find(m(n-i+1,:)==j+1)-1)+1:n*find(m(n-i+1,:)==j+1));
end
end

for i=1:n
h(i,1:n)=c(1,n*(find(m(1,:)==i)-1)+1:find(m(1,:)==i)*n);
ll(i)=length(find(abs(h(i,:))~=32));
end
l=sum(p.*ll);
[h,l]=huffman(p),輸入為一維行矩陣p，p為各符號的概率分布，概率和為1，各元素值為
正，輸出H矩陣為對應每個符號概率的碼字，L為輸出碼字的平均碼長。Huffman .m運用典
型的IF和FOR控制流循環語句，該程序包括兩個IF 控制流和5個FOR 循環結構。
第一個IF 語句判斷輸入P矩陣各元素是否全為大於零的有效概率值；第二個IF 語句判斷
輸入矩陣的概率和是否為合理值1。
N取輸入行向量P的長度，即需要編碼元素個數。
M為N-1行、N列矩陣，用來記錄每行最小兩概率疊加後概率排列次序。
第一個FOR 循環確定概率大小值的排列，得到M矩陣。
第二個FOR循環生成一個N-1行、N2（N×N）列矩陣C，每行可看作N個段，每段長為N，記
錄一個碼字（每個碼字的長度不會超過N）。
給C矩陣的N-1行的第一個段賦值0，第二個段賦值1，這兩個碼字對應編碼中最後相加為一
的兩個概率。
第三個循環是本程序的主要部分，循環N-2次，決定矩陣C從倒數第二行開始到第一行的每
段的碼字值。每一行值都從下一行值得到，找到在下一行碼字中相加本行最小兩個概率得
到的概率的對應碼字，本行兩個最小概率對應碼字分別為此碼字最後加「0」，加「1」。
嵌套的第四個FOR循環找到其餘的本行在下一行對應的碼字，該碼字保持不變。循環結束
後，C矩陣第一行的N段對應輸入N個概率所對應符號的碼字。該碼字按碼字長短排列。
第五個FOR循環根據M矩陣第一行記錄的概率排序位置分配給每個概率對應符號的碼字。
FOR EXAMPLE：
P=[1/6,1/4,5/12,1/6];
N=4;
M矩陣：
m =[ 1 4 2 3；2 1 3 0；2 1 0 0]

N矩陣：

n =[1110 1110 110 0；
10 11 0 ；
0 1 ]

註：huffman.m from <<contemporary communication systems using MATLAB>>
written by John G.Proakis ,Masoud Salehi

⑺ MATLAB 中怎樣初始化一個很大的稀疏矩陣

用sparse命令
既可以從一個數組直接生成矩陣，也可以將現有矩陣中的零壓縮掉後存儲，節約內存
例如：
>> a=1:10;
>> b=[2 3 4 12 20 7 8 9 10 1];
>> c=[5 6 34 67 12 2 5 7 8 2];
>> A=sparse(a,b,c,20,20);
>> A

A =

(10,1) 2
(1,2) 5
(2,3) 6
(3,4) 34
(6,7) 2
(7,8) 5
(8,9) 7
(9,10) 8
(4,12) 67
(5,20) 12

>> size(A)

ans =

20 20

壓縮存儲矩陣示例：

A =

1 0 0 0 0 0 0 0 0 0
0 2 0 0 0 0 0 0 0 0
0 0 3 0 0 0 0 0 0 0
0 0 0 4 0 0 0 0 0 0
0 0 0 0 5 0 0 0 0 0
0 0 0 0 0 6 0 0 0 0
0 0 0 0 0 0 7 0 0 0
0 0 0 0 0 0 0 8 0 0
0 0 0 0 0 0 0 0 9 0
0 0 0 0 0 0 0 0 0 10

>> sparse(A)

ans =

(1,1) 1
(2,2) 2
(3,3) 3
(4,4) 4
(5,5) 5
(6,6) 6
(7,7) 7
(8,8) 8
(9,9) 9
(10,10) 10