matlab中实现图像的JPEG压缩及利用jpeg_tool_box复原图像

实验目的：

• 熟悉Matlab/C/Python图像处理编程环境
• 图像JPEG压缩实验

实验内容

• 模拟数字图像JPEG压缩，绘制PSNR-Q曲线
• 显示压缩前后图像的灰度直方图，观察并分析所存在的差异
• 读取JPEG图像文件，自己编程解码提取某个宏块的量化后DCT系数、模拟反量化和逆DCT变换，恢复并显示对应空域图像块，观察并分析JPEG压缩引起的块效应

实验过程

• 实验环境：MATLAB2018

• 实验使用图片：lena256.png

• 代码

1. 模拟数字图像JPEG压缩,绘制PSNR-Q曲线

   Q=0:100;//质量因子
   PSNR=zeros(1,101); %psnr值
   
   for i=1:101     %进行每个质量因子对应的JPEG压缩，并记录PSNR值
      img= imread('lena256.png');
      imwrite(img,"lena256.jpg","quality",Q(i));%imwrite函数直接JPEG压缩，Q(i)为质量因子
      jpeg= imread('lena256.jpg');
      PSNR(i)=psnr(img,jpeg);
   end
   
   %绘制曲线图
   plot(Q,PSNR);
   grid on
   set(gca,'ytick',20:0.5:38)//设置y坐标轴显示精度
   xlabel('质量因子Q')
   ylabel('PSNR')
   title('PSNR~Q曲线');
   

   说明：PSNR的计算这里直接使用的MATLAB自带函数，去网上搜索学习了一下此函数的具体实现过程，代码如下

   function [PSNR, MSE] = psnr(X, Y)
   %%%%%%%%%%%%%%%%%%%%%%%%%%%
   %
   % 计算峰值信噪比PSNR
   % 将RGB转成YCbCr格式进行计算
   %
   %%%%%%%%%%%%%%%%%%%%%%%%%%%
    if size(X,3)~=1   %判断图像是不是彩色图，如果是，结果为3，否则为1
      org=rgb2ycbcr(X);%将R,G,B格式转换为YCbCr
      test=rgb2ycbcr(Y);
      Y1=org(:,:,1);%这里只示例计算y分量（亮度分量），总的PSNR计算分别计算R,G,B三个通道总和，最后MSE直接在原公式上多除以3
      Y2=test(:,:,1);
      Y1=double(Y1);  %计算平方时候需要转成double类型，否则uchar类型会丢失数据
      Y2=double(Y2);
    else              %灰度图像，不用转换
        Y1=double(X);
        Y2=double(Y);
    end
   
   if nargin<2    
      D = Y1;
   else
     if any(size(Y1)~=size(Y2))
       error('The input size is not equal to each other!');
     end
    D = Y1 - Y2; 
   end
   MSE = sum(D(:).*D(:)) / numel(Y1); 
   PSNR = 10*log10(255^2 / MSE);
   

2. 绘制图像灰度直方图

   jpg=imread('lena256.jpg');
   JPG=rgb2gray(jpg);%彩色图像转为灰度图像
   imhist(JPG);
   

3. 解码提取一个宏块的量化后DCT系数、模拟反量化和逆DCT变换，恢复并显示对应空余图像块

   img=jpeg_read('lena256.jpg');%读取jpeg图像，jpeg_read()是jpeg_tool_box内的函数，下载后放到代码根目录下就可以使用啦
   
   Y=img.coef_arrays{1,1};%提取Y分量
   cb=img.coef_arrays{1,2};%提取cb分量
   cr=img.coef_arrays{1,3};%提取cr分量
   
   Y=Y(1:8,129:136);%这里作业要求的是要提取学号数对应的宏块，整幅图的话就不需要截取矩阵了
   Y=Y.*img.quant_tables{1,1};%反量化
   
   cb=cb(1:8,73:80);%同上
   cb=cb.*img.quant_tables{1, 2};
   
   cr=cr(1:8,73:80);
   cr=cr.*img.quant_tables{1, 2};
   
   Y=idct(Y);%逆DCT变换，idct（）函数下面给出，可直接使用matlab内置idct2（）函数
   cb=idct(cb);
   cr=idct(cr);
   
   R=Y+1.14*cr;%转换为RGB分量
   G=Y-0.39*cb-0.58*cr;
   B=Y+2.03*cb;
   
   rgb=cat(3,R,G,B);
   rgb=uint8(rgb+128);//这里要加128是因为原始图像在进行DCT变换时，其接受的数据范围为正负128，所以当时减去了128
   imshow(rgb);%显示图像块
   

   逆dct变换函数idct（）

   function Y = idct(X)
   [M,~] = size(X);
   w=zeros(M,M);
   for i = 0:M-1
   for j = 0:M-1
   if i == 0
   w(i+1,j+1) = sqrt(1/M)*cos(((2*j+1)*i*pi)/(2*M));
   else
   w(i+1,j+1) = sqrt(2/M)*cos(((2*j+1)*i*pi)/(2*M));
   end
   end
   end
   w = double(w); %变换后的矩阵数据类型为double
   Y =  w'*X*w;
   end
   

实验结果展示

• PSNR-Q曲线图

  
  可以看到图像的PSNR值随Q的增大而增大。

• 压缩前后图像灰度直方图
  左侧为压缩前，右侧为压缩后

分析：由两张图对比可知，图像进行JPEG压缩前后灰度值总体几乎没有变化，灰度范围及分布大致相同，仅有少数一些灰度值有微小的变化，从实际图像看来并不影响图像内容，由此可见JPEG不会对图像灰度产生明显改变。

• 解码复原图像

  原图像vsJPEG图像（压缩时质量因子分别为10和90）

分析整张图片的JPEG压缩效果，可得压缩时质量因子越大，图像的内容越精细，和原图更相似，而质量因子越小jpeg图像内容越粗糙，块与块之间的连续性越差，即块效应越明显。

资料

• MATLAB实现PSNR
  https://www.csdn.net/gather_22/NtDaEg3sMjI5LWJsb2cO0O0O.html
• 提取量化后的DCT系数
  https://www.656463.com/wenda/rhsySalleeddmcMATLABzzdlhxs_486
• matlab绘图
  https://jingyan.baidu.com/article/7e440953cf7c192fc0e2efed.html
• matlab矩阵运算
  https://blog.csdn.net/xiaotao_1/article/details/79026406