基于奇异值分解的图片压缩

基于奇异值分解的图片压缩

一、目的

在网络空间安全数学基础上，老师给出了一种基于奇异值分解的图片压缩办法。在本篇文章中，对此进行简单的实现。

二、简单的数学原理

step1：我们考虑一个 n * n 的方阵A，其总满足：

假设有好多特征值 Lambda 与特征向量 x 都满足上述公式，则有：

可以得到：

这样，我们就把一个方阵 A 进行了分解。

step2：同理，任意 m * n 的矩阵 M，都可分解为这样的形式，我们把它称为奇异值分解。

step3：我们将 M 分解为如下图所示：

化简一下，就变为：

我们看到，这个式子大概加了 n 次，如果我们将图片变为矩阵，n是很大的，那如果只保留前 k 项，对矩阵 M 的影响如何呢？
（注意：la_1 > la_2 >…> la_n）

三、Matlab代码实现：

在此，我们将一个图片化为矩阵，只保留奇异值分解的前 k 项，观察对图片的影响。

I = imread('C:\Users\dell\Desktop\IMG_20190405_111109.jpg');
I=double(I);  %将图片 0~255 转化为 double 形式，方便奇异值分解
[u s v]=svd(I(:,:,1));   %奇异值分解只能分解二维矩阵
k=200;    %保留项数为200
left=u(:,1:k);
val=s(1:k,1:k);
right=v(:,1:k);
out=left*val*right';
low=min(min(out));
high=max(max(out));
imshow(out,[low,high]);  %看一下图片啥样的啊
imwrite(uint8(out), 'C:\Users\dell\Desktop\result.jpg');%保存一下

四、测试结果：

我们所处理的图片：5.87 MB
1.当 k = 200 时，大小为1.6 MB：

2.当 k = 50 时，大小为1.0 MB：