matlab 图像压缩4 1,基于DCT的图像压缩及Matlab实现(4)

摘要：基于ＤＣＴ图像压缩编码技术提出了用Ｍａｒｌａｂ实现离散余弦变换的图像压缩方法，该方法具有方法

简单、速度快、误差小的优点，免去了大量的矩阵计算，既保证具有较高的压缩比，又保证了较好的图像质量。

关键词：ＤＣＴ；　图像压缩；Ｍａｔｌａｂ中图分类号：TN 919.81

文献标识码：B

文章编号：1673-5382(2007)02-0058-04

白淑岩

(烟台职业学院　基础部，山东　烟台　２６４０００)

１　引言

图像数据的一个显著特点就是信息量大。组成图像的各像素之间，无论是在行方向还是在列方向上都存在着一定的相关性。应用某种编码方法提取

或者减少这种相关性，就可以达到压缩数据的目的。从信息论观点看，描述图像信源的数据是由有效信息量和冗余量两部分组成，去除冗余量能够节省图像存储和传输中的开销，同时又不损害图像信源的有效信息量。保证重构图像的质量。所谓的图像压缩

编码技术就是对要处理的图像源数据按一定的规则进行变换和组合，从而达到以尽可能少的代码(符号)来表示尽可能多的数据信息，目前的编码技术很多，其中应用最广泛的方法之一就是基于离散余弦(ＤＣＴ)的混合编码技术。

ＤＣＴ变换是最小均方误差条件得出的较优的正交变换，已经成为许多图像编码国际标准ＤＣＴ变幻

的数字图像压缩技术中的核心。ＤＣＴ的变换和是余弦函数，计算速度快，有利于图像压缩和其他处理。

２　基于ＤＣＴ的图像压缩编码理论算法

２．１　基于ＤＣＴ的图像压缩编码算法表述在编码过程中，首先将输入图像分解为８＊８大小的数据块，然后用正向二维ＤＣＴ把每个块砖变成６４

个ＤＣＴ系数值，其中１个数值是直流(ＤＣ)稀疏，即

８＊８控与图像子块的平均值，其余的６３个是交流

(ＡＣ)稀疏，接下来对ＤＣＴ系数进行量化，最后将变换得到的量化的ＤＣＴ系数进行解码，然后求逆量化把ＤＣＴ系数转化为８＊８样本橡块(使用二维ＤＣＴ反变换)，最后将操作完成后的块组合成一个单一的图像，这样就完成了图像的压缩和解压缩过程。２．２　离散余弦变换(ＤＣＴ)概念２．２．１　一维离散余弦正反变换的公式

收稿日期：２００７－０５－２１

作者简介：白淑岩(１９６５－　)，女，山东莱州人，烟台职业学院基础部副教授．58