matlab数据块的dct编码,[转载]基于DCT图像压缩编码算法的MATLAB实现

图像压缩的过程可以概括成图所示的三个步骤，原始图像经映射变换后的数据再经量化器和熵编码器成为码流输出。

(1)映射变换。其目的是通过映射改变图像数据的特性，使之更有利于压缩编码。

(2)量化器。在限失真编码中要对映射后的数据进行量化，若量化是对映射后的数据逐个的进行的，则称标准量化，若量化是成组的进行的，则称矢量量化，量化总会造成某些信息丢失，形成失真，即量化失真或量化噪声，为使失真小，应量化的精细，但压缩比就高不了，这是一对矛盾，应选用恰当的量化级数和量化曲线形状来缓解这对矛盾，量化器的引入是图像编码产生失真的根源，在要求复原图像与原图完全一致的无失真编码器中必须不用量化器，但这样一来，压缩比难以提高，在多数应用中，存在少量失真并不可怕，只要把失真的程

度和性质控制在允许的范围内，也就是把复原图像的主观质量控制在允许的程度内，就可以

在满足应用要求的前提下提高压缩比，值得注意的是，对于同样的量化失真，不同的映射变

换和反变换反映不同性质的复原图像的失真，人眼对某些性质的失真敏感而对另一些性质

的失真不敏感。

(3)熵编码器。这一步是用来消除符号编码冗余度的，它一般不产生失真，理想的情况

是编出的码流的平均码长等于量化后数据的信息熵，常用的编码方法有许多种，例如分组

码、行程码(RLC)和变长码(VLC)、不分组码以及算术码(Arithmatic Coing等)。行程码传输

的是数据行程长度而不是数据本身，例如要传108个0，用行程码是改为传行程码标记和行程长度1080在变长码中最常用的是霍夫曼(Hufman)码，基本原则是对出现概率大的数值用短码来编，对出现概率小的数值用长码来编，从而使平均码长减小。降低码率，在实际编码器中常把RLc和Hufman码结合起来，称为霍夫曼行程码，在H．261，JPEG，啪PEG等国际昧准中用到它，而算术码则用于JPEG，H．263，JBIG等国际标准中。

3) MATLAB仿真实现

根据压缩编码算法，要将一幅灰度图像进行压缩编码，首先把图像分成8×8的像素块，分块

进行DCT变换后，根据标准量化表Es]对变换系数进行量化后，再对直流系数(DC)进行预测编码，然后根据标准的Huffman码表蜘进行熵编码，输出压缩图像的比特序列，实现了图像压缩。在接收端，则经过Huffman熵解码、DC系数和AC系数可变长解码、反量化后，再进行反DCT变换得到重建图像。对一幅图像进行编解码的MATLAB程序流程图：

2、离散余弦变换(DCT)

2.1DCT的定义

DCT变换利用傅立叶变换的性质．采用图像边界褶翻将像变换为偶函数形式，然后对图像进行二维傅立叶变换，