比特图像分层及复原MATLAB实现

比特图像分层原理

图像是由像素组成的，例如对于一张1024×1024的灰度图像，其像素点个数为1024×1024个。灰度图像在计算机中的本质是数的矩阵，数字大小代表其像素点的灰度值，故刚刚的灰度图像在计算机中便是一个1024×1024矩阵。

像素值是由比特位组成的整数。例如256级灰度图像是现有运用最广泛的灰度图像格式，其像素值是由8比特（一字节）组成。比方说，一个像素点的灰度值为8，则其存储数据为00001000.

比特图像分层便是将灰度图像的像素位数进行分别读取，将一幅灰度图像分开为八幅比特图像。8比特图像由8个1比特平面组成，其中平面1包含图像中所有像素的最低有效比特，平面8包含图像中所有像素的最高有效比特。例如，对于灰度值为8的像素，其在平面4中为1（即255），在其他平面中都为0。

MATLAB实现

image = imread('XXXXXXX.jpg');                %得到图像
image = rgb2gray(image);                       %若图像是彩色，先要转化为灰度图像
image1=image;
[m,k,s]=size(image1);                          %获取图像大小
subplot(3,3,1)
imshow(image);
for n=1:8
    for i=1:m
        for j=1:k
            a=bitget(image(i,j),n);             %提取这个位的值
            if(a==1)                            %判断是否在该比特层中
                image1(i,j)=255;
            else
                image1(i,j)=0;
            end
        end

    end
     subplot(3,3,n+1)                           %循环显示
     imshow(image1)
     image1=image;
end

分层结果

 

比特图像复原

从上面的结果可以看出，比特平面对于的比特位数越高，其和原图像的相似度越高，这给我们一个启发：即利用少量比特层进行原图像还原。我们知道比特平面由原图像拆分得到，故我们进行还原的方法为累加。

累加公式为：

例如，若对于一个像素，其平面7为255（即为1），平面8为255（即为1），我们用平面7、8进行累加，得到像素值为.

MATLAB实现

image = imread('XXXXX.jpg'); 
image = rgb2gray(image); 
q=5;                           %选择需要开始累加的比特层，此处为5，即累加5，6，7,8平面
image1=image;
[m,k,s]=size(image1);
subplot(1,2,1)
imshow(image);
for n=1:8
    for i=1:m
        for j=1:k
            a=bitget(image(i,j),n);
            if(a==1)
                image1(i,j)=1;
            else
                image1(i,j)=0;
            end
        end
    end
if(n==q)                                 %遍历到5平面时，保存该平面
    image2=image1*2^(n-1);
end
if(n>q)
    for i=1:m
        for j=1:k
            image2(i,j)=image2(i,j)+image1(i,j)*2^(n-1);     %进行比特平面累加
        end
    end
end

实现结果

将q分别设为7（右上）,6（左下）,5（右下），可以得到三组图像，我们与原图（左上）放在一起对比：

结论

可以使用MATLAB对指定灰度图像进行比特分层，并利用部分比特图像叠加的方法还原原图像，这或许给图像压缩提供了新的思路。