圖像變換編碼程序設(shè)計(jì)-文庫(kù)吧
2025-06-22 13:36 本頁(yè)面
【正文】 種特征的統(tǒng)計(jì)形式，它反映了圖像中平均信息量的多少。圖像的一維熵表示圖像中灰度分布的聚集特征所包含的信息量，令Pi 表示圖像中灰度值為i的像素所占的比例，則定義灰度圖像的一元灰度熵為： 圖像的一維熵可以表示圖像灰度分布的聚集特征，卻不能反映圖像灰度分布的空間特征，為了表征這種空間特征，可以在一維熵的基礎(chǔ)上引入能夠反映灰度分布空間特征的特征量來(lái)組成圖像的二維熵。選擇圖像的鄰域灰度均值作為灰度分布的空間特征量，與圖像的像素灰度組成特征二元組，記為( i, j )，其中i 表示像素的灰度值(0 = i = 255)，j 表示鄰域灰度(0 = j = 255), 上式能反應(yīng)某像素位置上的灰度值與其周圍像素灰度分布的綜合特征，其中f(i, j)為特征二元組(i, j)出現(xiàn)的頻數(shù)，N 為圖像的尺度，定義離散的圖像二維熵為： 構(gòu)造的圖像二維熵可以在圖像所包含信息量的前提下，突出反映圖像中像素位置的灰度信息和像素鄰域內(nèi)灰度分布的綜合特征. 圖像熵的計(jì)算的 MTALAB實(shí)現(xiàn)圖像熵計(jì)算過(guò)程：1) 輸入一幅圖像，并將其轉(zhuǎn)換成灰度圖像。2) 統(tǒng)計(jì)出圖像中每個(gè)灰度階象素概率。3) 統(tǒng)計(jì)出圖像中相鄰兩象素的灰度階聯(lián)合分布矩陣。4) 根據(jù)圖像熵和二階熵公式，計(jì)算出一幅圖像的熵。由此，可得圖像熵計(jì)算的MATLAB程序，如下：A=imread(39。E:\Program Files\MATLAB\R2010b\bin\lena39。,39。bmp39。)。 %讀入圖像n(1:256)=0。p(1:256)=0。S=0。H=0。for i=1:256 %統(tǒng)計(jì)像素值 for j=1:256 n(A(i,j))=n(A(i,j))+1。 endend for i=1:256 %計(jì)算每個(gè)像素值的概率 p(i)=n(i)/(256*256)。end for i=1:256 %概率和為1 S=S+p(i)。end for i=1:256 %熵的計(jì)算 if p(i)~=0 H=H+p(i)*log2(1/p(i))。 endendH 仿真結(jié)果 3 基于DCT的JPEG圖像壓縮編碼 關(guān)于DCT變換及DCT系數(shù) DCT變換 離散余弦變換（Discrete Cosine Transform，DCT）是一種實(shí)數(shù)域變換，其變換核為實(shí)數(shù)余弦函數(shù)。對(duì)一幅圖像進(jìn)行離散余弦變換后，許多有關(guān)圖像的重要可視信息都集中在DCT變換的一小部分系數(shù)中。因此，離散余弦變換（DCT）是有損圖像壓縮JPEG的核心，同時(shí)也是所謂“變換域信息隱藏算法”的主要“變換域（DCT域）”之一。因?yàn)閳D像處理運(yùn)用二維離散余弦變換，所以直接介紹二維DCT變換。 一個(gè)矩陣的二維DCT定義如下： ,其中，x,y=0，1，2，…，N1，式中表示的陣列為N*N。逆DCT變換定義如下：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1