matlab实现图像DCT变换

实验三 图像的DCT变化及量化

一、问题描述

利用matlab，将road.tif彩色图像的分辨率转换为256*256，将图片转化为double数据类型，再利用T=dctmtx(8)建立一个8*8的DCT变换矩阵。将图像I划分为多个8*8的图像块B，对每一个图像块B进行DCT变换（D=T*B*T’），接着对结果采用四种量化方案：只保留直流系数；保留直流系数和前9个交流系数；保留直流系数和前35个交流系数；保留直流系数和前53个交流系数。再对这四种方案分别进行逆DCT变化（I2=T’*D*T）。最后显示出原图像I，重构后的图像I2，和差值I-I2。

二、问题分析

JPEG压缩标准中，需要对图像作DCT变换，这一步能够对图片进行压缩，同时，根据量化系数的不同，压缩质量也不同。

DCT变换，即离散余弦变换，是一种广泛应用的变换编码方法，它能够以数据无关的方式解除输入信号之间的相关性，因而应用广泛。在进行变换时，首先将图片分割为8*8的小块，分别对小块进行各自的DCT变换。变换的矩阵可调用函数dctmtx，得到余弦基函数作为变换基T。T*B*T’是变换的操作，接着对矩阵块进行量化。根据人眼对低频信号更为敏感的特性，建立合适的量化矩阵（存在广为接受的版本），接着对矩阵的每个元素进行除以对应的量化值。接着按照实验要求，对DCT系数进行遮罩，建立四个不同的遮罩矩阵，分别对左上角赋值为0，对小块的元素进行四种量化方案。这样就完成了DCT变换。进行逆变换时，直接用T’*B*T得到结果矩阵，转化为图像形式，得到最终的结果。需要注意的是，在对RGB图像进行DCT变换时，需要对三个颜色通道分别进行操作，因为DCT变换不是三维的。此外，在逆DCT变换之后，需要将每个通道的矩阵数值转化为uint8格式，再利用cat函数合并三个通道，得到重构的图像以及差值图像。

其实，在JPEG编码格式中，将RGB转化为YUV颜色空间，再对通道进行DCT变换，而不是直接对RGB三个通道进行变换，这是因为人眼对色度的敏感度低于对灰度的敏感度。

三、算法分析与详细设计

DCT基的第一个系数为恒定的直流系数，其余为AC系数，按照要求构建四种遮罩矩阵：

mask0=[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              0 0 0 0