【正文】 基于DCT變換矩陣算法的離散余弦變換的處理過程 首先要設(shè)計GUI界面中的打開按鈕，設(shè)計打開按鈕選取圖片，代碼如下：[filename, pathname] = uigetfile( ... {39。*.jpeg39。*.*39。Pick an image39。 subplot(221)。39。D = dct2(rgb2gray(I))。經(jīng)過dct變換后的圖像39。,39。 %丟棄部分高頻分量subplot(223)。)。title(39。39。 原始圖像及進(jìn)行DCT變換后的圖片 小波變換模塊小波變換是時間(空間)頻率的局部化分析，它通過伸縮平移運算對信號(函數(shù))逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時間細(xì)分，低頻處頻率細(xì)分，能自動適應(yīng)時頻信號分析的要求，從而可聚焦到信號的任意細(xì)節(jié)，解決了傅里葉變換的困難問題，成為繼傅里葉變換以來在科學(xué)方法上的重大突破。在這個方面，小波分析的就有優(yōu)勢多了，由于小波分析固有的時頻特性，我們可以在時頻兩個方向?qū)ο禂?shù)進(jìn)行處理，這樣就可以對我們感興趣的部分提供不同的壓縮精度。 4. 基于小波變換矩陣算法的實現(xiàn)首先讀取圖像文件，然后利用wavedec2函數(shù)對圖像進(jìn)行小波分解，采用函數(shù)appcoef2函數(shù)從分解系數(shù)中取近似系數(shù)，即利用語句cal=appcoef2(c,s,39。整個算法的處理過程如下圖所示：導(dǎo)入圖片利用wavedec2函數(shù)對圖像進(jìn)行小波分解，得到分解系數(shù)顯示分解后低頻和高頻信息對圖像再進(jìn)行一次分解，得到第一次壓縮的信息，并顯示出來利用圖像分解系數(shù)，得到第二次壓縮的信息，并顯示壓縮后的圖片 小波變換流程圖 同上DCT變換那樣，把剛讀入的圖像I設(shè)為全局變量，之后利用wavedec2函數(shù)對圖像進(jìn)行小波分解，得到分解系數(shù)，進(jìn)行小波算法，代碼如下：[c,s]=wavedec2(I,2,39。39。從分解系數(shù)[c,s]中提取第一層的近似系數(shù)ch1=detcoef2(39。v39。,c,s,1)。39。,c,s,39。v39。d1=wrcoef2(39。,1)。image(c1)。)。cal=wcodemat(cal,440,39。subplot(223)。title(39。第一次壓縮后圖像的大小為：39。39。image(ca2)。第二次壓縮圖像39。)。而wavedec2是二維多尺度小波分解。wname39。就是從分解系數(shù)[C,S]中提前第N層所有的細(xì)節(jié)系數(shù)（包括水平，垂直，對角，分別存入數(shù)組H,V,D）。該函數(shù)是用來對矩陣X進(jìn)行量化編碼,它返回矩陣X的一個編碼矩陣,在編碼中,把矩陣X中元素絕對值最大的作為NB(NB是一個整數(shù)),絕對值最小的作為1,39。col39。第六章 結(jié)論和展望 結(jié)論本文的研究工作面向基于小波變換的靜態(tài)圖像壓縮技術(shù)。實驗結(jié)果表明，Daubechies小波最有良好的圖像壓縮性能。如何選擇適合具體圖像的小波基，實現(xiàn)圖像從無損到有損的壓縮，獲得更高的壓縮效果，還有待于進(jìn)一步的研究。圖像的小波變換機(jī)制具有與人眼的信息感知和處理過程十分吻合的特性，但由于人們對人眼視覺生理特性研究的局限性，小波圖像壓縮編碼還沒有充分利用人眼的視覺特性。(5)基于內(nèi)容的圖像編碼。學(xué)生簽名：日 期：參考文獻(xiàn)[1]． E．O．Brigham，R．E．Morrow,．The fast 傅里葉 transform[J]，IEEE Spectrum，VOL．4,No．1 2，PP．6370，Dec．1997[2]．H．Hotelling．Analysis of a plex of statistical variables into principal ponents[J]，Journal of Educational Psychology,VOL．24，PP．498520，1993[3]．A．Habibi，P．A．Winz，．Optimum linear transformation for encoding two—dimensional data[J]，Symp．Picture Bandwidth Compression，MIT,Cambfidge，MA，USA，1969[4]．N．Ahmed，T．Natarajan，K．R．Rao．Discrete cosine transform[J]．IEEE Trans．Computers，VOL．C23,NO．1，pp．90—93jan．1974[5]．J．W．Woods，S．D．O’Neil．Subband coding of image[J]，IEEE Trans．ASSP,VOL．34，[6]．R．M．Gray．Vector quantization[J]，IEEEASSP Magazine，VOL．1，NO．2，PP．429，Apnl983[7]．A．Gersho，R．M．Gray．Vector Quantization and Signal Compression[M]，Boston，MA：[8]．陳書海,傅錄祥編著. 實用數(shù)字圖像處理 [M].科學(xué)出版社, 2005 . [9]． 阮沈勇，王永利．MATLAB程序設(shè)計[J]．北京：電子工業(yè)出版社， 2004年1月，pp．210284．[10]．董長虹，高志．小波分析工具箱原理與應(yīng)用[J]，MATLAB應(yīng)用，第26卷，第6期，2004年6月，pp．133138[11]． 王向陽，楊紅穎．基于人眼視覺特性的快速圖像編碼算法[J]，軟件學(xué)報，第14卷，第11期，2003年，laP．1964—1970[12]．徐立中. 數(shù)字圖像的智能信息處理[M].國防工業(yè)出版社, 2001 [13]． Castlcman K R．Di百ml image processing[M]，Prentice Hall，2002[14]． 沈蘭蓀．圖像編碼與異步傳輸[M]。對我的學(xué)習(xí)與今后工作都產(chǎn)生了積極的影響。在此，對他們表示衷心的感謝!學(xué)生簽名：日 期：2009屆本科畢業(yè)設(shè)計（論文）資料第二部分 過程管理資料 0 過程管理資料目錄一、2009屆畢業(yè)設(shè)計（論文）課題任務(wù)書 ( )二、湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文）開題報告 ( )三、本科畢業(yè)設(shè)計（論文）中期報告 ( )四、畢業(yè)設(shè)計（論文）指導(dǎo)教師評閱表 ( )五、畢業(yè)設(shè)計（論文）評閱教師評閱表 ( )六、畢業(yè)設(shè)計（論文）答辯及最終成績評定表 ( )I湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文）過程管理資料 2009屆畢業(yè)設(shè)計（論文）課題任務(wù)書學(xué)院（部）： 專業(yè)： 指導(dǎo)教師學(xué)生姓名課題名稱內(nèi)容及任務(wù)擬達(dá)到的要求或技術(shù)指標(biāo)進(jìn)度安排起止日期工作內(nèi)容主要參考資料系（教研室）意見簽名：年 月 日學(xué)院（部）主管領(lǐng)導(dǎo)意見簽名：年 月 日湖 南 工 業(yè) 大 學(xué)本科畢業(yè)設(shè)計（論文）開題報告 （2009屆）學(xué) 院（部）： 專 業(yè)： 學(xué) 生 姓 名： 班 級： 學(xué)號 指導(dǎo)教師姓名： 助教職稱的填寫在第二行；如只有一位指導(dǎo)教師則去掉第二行，如有三位教師，則再添加一行。在四年的大學(xué)本科學(xué)習(xí)過程中，得到了湖南工業(yè)大學(xué)許多老師竭心盡力的教育與培養(yǎng)，在此，同樣表示由衷的感謝。本文的撰寫工作是在導(dǎo)師劉立老師的悉心指導(dǎo)下完成的，論文的研究思想、研究內(nèi)容、結(jié)構(gòu)框架的確立，都得到了導(dǎo)師的大力幫助和指導(dǎo)。(6) 基于多小波或小波包變換的圖像壓縮編碼方法是在小波變換領(lǐng)域發(fā)展起來的新方法，它利用多個小波基對圖像進(jìn)行分解，相對單小波變換，這種方法對紋理較多的圖像，壓縮性能更好。(4) 小波壓縮算法中公認(rèn)的一個難題沒有得到良好解決，這就是當(dāng)比特率較低時出現(xiàn)的邊緣模糊現(xiàn)象，即Gibbs效應(yīng)，究其本質(zhì)，主要是因為這些算法均在均方誤差(MSE)準(zhǔn)則下工作，而MSE準(zhǔn)則不能很好地刻畫圖像邊緣和平坦區(qū)域的差別，按MSE準(zhǔn)則進(jìn)行優(yōu)化的方法有時難以達(dá)到良好的視覺效果。如何合理地組織圖像分解后的小波系數(shù)，以達(dá)到快的排序速度和用較少的重要圖編碼來表達(dá)原圖像。利用小波變換進(jìn)行圖像壓縮編碼時，并非所有的小波基都適合對圖像進(jìn)行分解，選擇不同的小波基對于圖像壓縮的效果有著直接的影響。通過將原圖像分裂為包含原圖像主要信息的主圖像與包含原圖像細(xì)節(jié)信息的副圖像，然后分別進(jìn)行壓縮的方法，取得了良好的改進(jìn)效果(2)在本文提出的改進(jìn)算法基礎(chǔ)上，對圖像壓縮中小波基的選取進(jìn)行了研究。mat39。時,做行編碼。也就是說dwt2只能對某個輸入矩陣X進(jìn)行一次分解，而wavedec2可以對輸入矩陣X進(jìn)行N次分解。wname39。ca239。disp(39。axis square。ca2=*ca2。cal39。)。colormap(map)。,0)。39。title(39。v1,d1]。,c,s,39。39。,1)。h1=wrcoef2(39。a39。%垂直方向的細(xì)節(jié)系數(shù)cd1=detcoef2(39。,c,s,1)。%用小波39。)。,1)。 ，這個加權(quán)函數(shù)對于人的視覺系統(tǒng)是最佳的。2．小波變換算法分析在上一節(jié)中，我介紹了基于離散余弦變換的圖像壓縮算法，其基本思想是在頻域?qū)π盘栠M(jìn)行分解，去除信號點之間的相關(guān)行，并找出重要系數(shù)，濾去次要系數(shù)，以達(dá)到壓縮的效果，但該方法在處理過程中并不能提供時域的信息，在我們比較關(guān)系時域特性的時域顯得無能為力。jpg39。)。 %頻譜進(jìn)行逆變換subplot(224)。title(39。)。imwrite(D,39。imshow(D)。jpg39。然后把圖像變成灰度圖像，并進(jìn)行DCT變換。fpath=[pathname filename]。All Files (*.*)39。Image Files (*.bmp, *.jpg, *.png, *.jpeg)39。*.jpg。最后在對圖像進(jìn)行逆離散余弦變換，顯示圖像重構(gòu)的結(jié)果。由于變換矩陣D是實正交矩陣，為此二維逆離散余弦變換為A=D’*B*D。設(shè)A是一個MN大小的矩陣，則D*A表示A的列向量的一維離散余弦變換，而D*A(D’表示D的轉(zhuǎn)置)表示A的列向量的一維逆離散余弦變換。DCT變換的變換核為余弦函數(shù)，計算速度較快，有利于圖像壓縮和其他處理。小波變換是科恩類變換，其基本思想是將函數(shù)在核函數(shù)上展開，核函數(shù)具有時間與頻率分辨率，因而小波變換也具有時間和頻率分辨率。該性質(zhì)可由δ(t)函數(shù)來理解，即時域上的一個沖激脈沖在頻域中具有無限伸展的均勻頻譜?；谶@一基本原理，現(xiàn)代譜分析已研究與發(fā)展了多種行之有效的高效、多分辨率的分析算法。它可把許多常見的微分、積分和卷積運算簡化為代數(shù)運算。如果進(jìn)行時頻分析，則要選擇光滑的連續(xù)小波，因為時域越光滑的基函數(shù)，在頻域的局部化特性越好。如haar小波是不連續(xù)的，會造成復(fù)原圖像中出現(xiàn)方塊效應(yīng)，而采用其他光滑的小波基則方塊效應(yīng)會消除。在圖像壓縮中，希望經(jīng)小波分解后的變換系數(shù)在三個方向的細(xì)節(jié)分量有高度的局部相關(guān)性，同時又希望整體相關(guān)性被大部分杰出甚至全部解除。Mexico草帽小波是高斯函數(shù)的二階導(dǎo)數(shù)，即 （）系數(shù)主要是保證ψ(t)的歸一化，即。Daubechies小波具有以下特點：(1) 在時域上是有限支撐的，即長度有限。 haar小波波形圖因此，在a=2j的多分辨率系統(tǒng)中Haar小波構(gòu)成一組簡單的正交歸一的小波族。對于t的平移，Haar小波是正交的。要完全滿足上述特性是十分困難的，緊支性與平滑性不可兼得，緊支集正交小波又使對稱性成為不可能，(Haar系小波除外)因此只能尋找一種合理的折衷方案。(8)斜對稱在信號分析中，尺度函數(shù)和小波能夠作為濾波函數(shù)，如果濾波器具有線性相位或至少廣義線性相位，則能夠避免信號在小波分解和重構(gòu)時的失真【】。如果小波有較大的消失矩，待分析函數(shù)在一個區(qū)間內(nèi)能夠用一個同階多項式逼近，在該區(qū)間中心附近一個小波變換系數(shù)接近于零，這個性質(zhì)用于小波圖像編碼意味著一個相當(dāng)平坦的區(qū)域附近小波系數(shù)接近零，這樣會提高壓縮效率。另一方面對稱濾波器組具有線性相位。也是函數(shù)頻域能量集中的一種度量。一個函數(shù)不可能在時域和頻域都是緊支的，最多有一個是緊支的，另一個是急衰的。但能準(zhǔn)確重建的正交的線性相位有限沖擊響應(yīng)濾波器組是不存在的，即除了Haar系小波外，沒有任何緊支集正交小波具有對稱的特性，因此一般放寬條件