matlab矩阵压缩

⑴ 在MATLAB图像压缩运行时，出现矩阵维度不一致，错误使用-等错，可看图片

最后结果正确，中间红框内书写错误。应为：
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中矩阵缩小一倍

我不知道Matlab里面有没有相关的命令。

不过，我觉得你可以自己编程解决。

首先，获得数组的大小。然后再将一半的数据重新赋值给一个新的数组。

参考代码如下：

clc;clear;
size_1=3;%行列式的维度,如果不想输入行列式也可自行修改
a=1:size_1^2;
%构建数组
a=reshape(a,size_1,size_1)
[x,y]=size(a);
%将数组的维度除以2后向正无穷取整
x=ceil(x/2);
y=ceil(y/2);
%取一半的数组
b=a(1:x,1:y)

其运行结果为：

a=

147
258
369


b=

14
25

⑶ 如何用MATLAB进行图像压缩

I
=
imread('cameraman.tif');
%
输入图像
I
=
im2double(I);
%
数据类型转换
T
=
dctmtx(8);
%
计算二维离散DCT矩阵
dct
=
@(x)T
*
x
*
T';
%
设置函数句柄
B
=
blkproc(I,[8
8],dct);
%
图像块处理
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);
%
图像块处理
invdct
=
@(x)T'
*
x
*
T;
%
设置函数句柄
I2
=
blkproc(B2,[8
8],invdct);
%
图像块处理
imshow(I),
figure,
imshow(I2)
%
显示原始图像和压缩重构图像

⑷ 如何用MATLAB进行图像压缩

1、首先在电脑中双击matlab软件，使用语句：x=0:0.2:7*pi：创建一个一维数组，表示三维离散序列图的在x轴上的分布范围。

⑸ 技术积累_matlab三维矩阵压缩为一维或者二维用squeeze函数

1 1 128的三维矩阵b，而不是一个向量，解决方法是使用squeeze函数。c=squeeze（b）得到的c就是128的列向量

⑹ 求用matlab实现huffman压缩与解压文件源码

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),输入为一维行矩阵p，p为各符号的概率分布，概率和为1，各元素值为
正，输出H矩阵为对应每个符号概率的码字，L为输出码字的平均码长。Huffman .m运用典
型的IF和FOR控制流循环语句，该程序包括两个IF 控制流和5个FOR 循环结构。
第一个IF 语句判断输入P矩阵各元素是否全为大于零的有效概率值；第二个IF 语句判断
输入矩阵的概率和是否为合理值1。
N取输入行向量P的长度，即需要编码元素个数。
M为N-1行、N列矩阵，用来记录每行最小两概率叠加后概率排列次序。
第一个FOR 循环确定概率大小值的排列，得到M矩阵。
第二个FOR循环生成一个N-1行、N2（N×N）列矩阵C，每行可看作N个段，每段长为N，记
录一个码字（每个码字的长度不会超过N）。
给C矩阵的N-1行的第一个段赋值0，第二个段赋值1，这两个码字对应编码中最后相加为一
的两个概率。
第三个循环是本程序的主要部分，循环N-2次，决定矩阵C从倒数第二行开始到第一行的每
段的码字值。每一行值都从下一行值得到，找到在下一行码字中相加本行最小两个概率得
到的概率的对应码字，本行两个最小概率对应码字分别为此码字最后加“0”，加“1”。
嵌套的第四个FOR循环找到其余的本行在下一行对应的码字，该码字保持不变。循环结束
后，C矩阵第一行的N段对应输入N个概率所对应符号的码字。该码字按码字长短排列。
第五个FOR循环根据M矩阵第一行记录的概率排序位置分配给每个概率对应符号的码字。
FOR EXAMPLE：
P=[1/6,1/4,5/12,1/6];
N=4;
M矩阵：
m =[ 1 4 2 3；2 1 3 0；2 1 0 0]

N矩阵：

n =[1110 1110 110 0；
10 11 0 ；
0 1 ]

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

⑺ MATLAB 中怎样初始化一个很大的稀疏矩阵

用sparse命令
既可以从一个数组直接生成矩阵，也可以将现有矩阵中的零压缩掉后存储，节约内存
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

压缩存储矩阵示例：

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