数字图像处理学习笔记（十九）研究系数的阈值对图像质量、压缩率的影响

实验截图：

• 原图与其DCT系数图：
  

• 改变系数进行不同的DCT变换的结果
  

实验代码：

img=imread('erciyuan.jpg');
img=rgb2gray(img);
img=im2double(img);
matrix=dctmtx(8);
dct = blkproc(img, [8 8], 'P1 * x * P2', matrix, matrix');
figure(1);subplot(1,2,1);imshow(img);title('原图');
subplot(1,2,2);imshow(log(abs(dct)),[]);title('DCT系数');
mask1=[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
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0];%保留了左上角3个
 
mask2=[1 1 1 1 0 0 0 0
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];%保留了左上角10个
 
mask3=[1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 0
1 1 1 1 1 1 0 0
1 1 1 1 1 0 0 0
1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0];%保留了左上角36个
 
mask4=[ 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1];%保留了全部
 
mask5=[ 0 0 1 1 1 1 1 1
0 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1];%保留了右下角64-3（61）个
 
mask6=[ 0 0 0 0 1 1 1 1
0 0 0 1 1 1 1 1
0 0 1 1 1 1 1 1
0 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1];%保留了右下右下角64-10（54）个
 
mask7=[ 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1
0 0 0 0 0 0 1 1
0 0 0 0 0 1 1 1
0 0 0 0 1 1 1 1
0 0 0 1 1 1 1 1
0 0 1 1 1 1 1 1
0 1 1 1 1 1 1 1];%保留了右下右下角64-36（28）个
 
y1=blkproc(dct,[8 8],'P1.*x',mask1);
y2=blkproc(dct,[8 8],'P1.*x',mask2);
y3=blkproc(dct,[8 8],'P1.*x',mask3);
y4=blkproc(dct,[8 8],'P1.*x',mask4);
y5=blkproc(dct,[8 8],'P1.*x',mask5);
y6=blkproc(dct,[8 8],'P1.*x',mask6);
y7=blkproc(dct,[8 8],'P1.*x',mask7);
 
y11=blkproc(y1,[8 8],'P1*x*P2',matrix',matrix);
y22=blkproc(y2,[8 8],'P1*x*P2',matrix',matrix);
y33=blkproc(y3,[8 8],'P1*x*P2',matrix',matrix);
y44=blkproc(y4,[8 8],'P1*x*P2',matrix',matrix);
y55=blkproc(y5,[8 8],'P1*x*P2',matrix',matrix);
y66=blkproc(y6,[8 8],'P1*x*P2',matrix',matrix);
y77=blkproc(y7,[8 8],'P1*x*P2',matrix',matrix);
 
figure(2);subplot(2,4,1),imshow(img),title('原图');
figure(2);subplot(2,4,2),imshow(y11),title('还原保留左上角3');
figure(2);subplot(2,4,3),imshow(y22),title('还原保留左上角10');
figure(2);subplot(2,4,4),imshow(y33),title('还原保留左上角36');
figure(2);subplot(2,4,5),imshow(y44),title('还原保留全部');
figure(2);subplot(2,4,6),imshow(y55),title('还原保留右下角64-3（61）个');
figure(2);subplot(2,4,7),imshow(y66),title('还原保留右下64-10（54）个');
figure(2);subplot(2,4,8),imshow(y77),title('还原保留右下64-36（28）个'); 

结果分析：

• 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。我们在进行DCT变换时，可以将原图分割为一个个88的小块，然后再对这些小块分别进行DCT变换。同时可以调用函数dctmtx来得到变换的矩阵matrix，我们让matrixB*matrix’就能实现变换。接着对矩阵块进行量化。同时建立合适的量化矩阵，对矩阵的每个元素进行除以对应的量化值。我们对DCT系数分别进行遮罩，分别对左上角、右上角赋值为0，对小块的元素进行量化。
  通过上面的图片可知，只保留左上角三个数据，就可以得到一个相对完整的图片，而如果保留除左上角三个数据外的其他所有数据，也只得到了一些图像的边缘细节信息。