实验八图像的分解与合成

花架ギ

已于 2022-07-07 17:25:57 修改

阅读量1.8k

点赞数 2

分类专栏：大学学习实验报告 202003 文章标签： matlab 图像处理计算机视觉

于 2020-03-15 12:09:38 首次发布

本文链接：https://blog.csdn.net/qq_45059700/article/details/104876293

版权

202003 同时被 3 个专栏收录

11 篇文章 3 订阅

订阅专栏

大学学习

8 篇文章 0 订阅

订阅专栏

实验报告

8 篇文章 3 订阅

订阅专栏

数字图像处理实验记录

实验八图像的分解与合成

进行DCT，对变换系数进行区域选择，然后进行IDCT.分解和重建原图。
实验步骤：进行DCT，对变换系数进行区域选择，然后进行IDCT.分解和重建原图。
python代码见附录

实验结果：
在这里插入图片描述
附录：
Python代码：

%对图像进行分块的DCT变换 
%   先将图片进行8*8分块，对每一块进行DCT变换。保留不同数量和部位的DCT系数，对比高频，低频系数对图像质量的影响； 
%  将多个块分别反DCT,恢复原图，进行对比 
x=imread('Jellyfish.jpg'); 
x=rgb2gray(x); 
x=im2double(x); 
t=dctmtx(8); 
y = blkproc(x, [8 8], 'P1 * x * P2', t, t'); 
figure(1);imshow(log(abs(y)),[]);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10 
   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36 
    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64-3 
    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64-10 
    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64-36 
y1=blkproc(y,[8 8],'P1.*x',mask1); 
y2=blkproc(y,[8 8],'P1.*x',mask2); 
y3=blkproc(y,[8 8],'P1.*x',mask3); 
y4=blkproc(y,[8 8],'P1.*x',mask4); 
y5=blkproc(y,[8 8],'P1.*x',mask5); 
y6=blkproc(y,[8 8],'P1.*x',mask6); 
y7=blkproc(y,[8 8],'P1.*x',mask7);
 
y11=blkproc(y1,[8 8],'P1*x*P2',t,t); 
y22=blkproc(y2,[8 8],'P1*x*P2',t',t); 
y33=blkproc(y3,[8 8],'P1*x*P2',t',t); 
y44=blkproc(y4,[8 8],'P1*x*P2',t',t); 
y55=blkproc(y5,[8 8],'P1*x*P2',t',t); 
y66=blkproc(y6,[8 8],'P1*x*P2',t',t); 
y77=blkproc(y7,[8 8],'P1*x*P2',t',t);
 
figure(2);subplot(2,4,1),imshow(x),title('原图'); 
figure(2);subplot(2,4,2),imshow(y11),title('还原保留左上3'); 
figure(2);subplot(2,4,3),imshow(y22),title('还原保留左上10'); 
figure(2);subplot(2,4,4),imshow(y33),title('还原保留左上36'); 
figure(2);subplot(2,4,5),imshow(y44),title('还原全部'); 
figure(2);subplot(2,4,6),imshow(y55),title('还原保留右下63-3'); 
figure(2);subplot(2,4,7),imshow(y66),title('还原保留右下63-10'); 
figure(2);subplot(2,4,8),imshow(y77),title('还原保留右下63-36'); 
end