多级树集合分裂(SPIHT)算法的过程详解与Matlab实现(8)实例演示


现在我们分别用一幅16*16的Lena局部图像和一幅64*64的Girl局部图像来查看SPIHT算法的编码过程和解码效果。


1、编码过程演示
    这里我们使用的源图像是一幅16*16的Lena眼睛局部图像,其源图像和3级小波分解如下图所示:

图1
    3级分解的小波系数矩阵为:

 


    利用SPIHT编码算法对图像进行3级编码和3级解码后,输出如下结果:

N =     7            % 初始阈值指数
T =   128            % 初始阈值

ini_LSP =     []       % 初始重要系数列表

ini_LIP =                % 初始不重要系数列表
     1     1
     1     2
     2     1
     2     2
     1     3
     1     4
     2     3
     2     4
     3     1
     3     2
     4     1
     4     2
     3     3
     3     4

  • 2
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 20
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 20
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值