圖像二維整數(shù)離散余弦變換(dct)變換算法和dsp實現(xiàn)課程設(shè)計-免費閱讀
【正文】 mN。y++) for(m=0。 //變換系數(shù) coff[0] = (N)。nN。n++) //每一列遍歷 for(m=0。 double coff[N] = {}。i++) for(j=0。j++) { *((double*)temp+i*N+j)=(*((double*)f+i*N+j)/((*((int*)q2+i*N+j))))。 } printf(\n)。 } printf(\n)。 //加 128 showMat_i((int **)f_1)。 printf(\nIDCT之后，數(shù)據(jù) f39。 DCT((int **)f1,(double **)F)。 ////////////////////////////////////////////////////////////////////////// printf(輸入數(shù)據(jù) f(x,y)為： \n)。 //量化過程， f 為傳進的 DCT 數(shù)據(jù)，F(xiàn)為量化后的數(shù)據(jù) void iQuant(int **f,int **F)。 開始 5 圖 31 程序流程圖 三 、 程序 中實現(xiàn) /************************************************************************/ /* 學號： 姓名： */ /************************************************************************/ include include 輸入圖片 分成 8*8 像素塊， DCT 變換 輸入量化表，對變換系數(shù)量化 對量化系數(shù)進行掃描 選擇一幅圖對其進行不同的壓縮比變換 反量化 反 DCT 變換 顯示所選圖像的信噪比 結(jié)束 6 define N 8 define PI int f1[N][N]= { {139,144,149,153,155,155,155,155}, {144,151,153,156,159,156,156,156}, {150,155,160,163,158,156,156,156}, {159,161,162,160,160,159,159,159}, {159,160,161,162,162,155,155,155}, {161,161,161,161,160,157,157,157}, {162,162,161,163,162,157,157,157}, {162,162,161,161,163,158,158,158}, }。 以這個結(jié)果來說，經(jīng)常會把很多高頻率的成份四舍五入而接近 0，且剩下很多會變成小的正或負數(shù)。就是說，一列相似的像素通常會持續(xù)15到 20個像素那么長，在此之后，像素就會改變幅度水平（或反向）。為了在 JPEG中壓縮灰度圖像，每個像素被翻譯為亮度或灰 度值。時間域中信號需要許 多數(shù)據(jù)點表示；在 x軸表示時間，在 y軸表示幅度。 經(jīng)過正交變換，會把原來分散在原空間的圖像數(shù)據(jù)在新的坐標空間中得到集中。離散 2 余弦變換相當于一個長度大概是它兩倍的離散傅里葉變換，這個離散傅里葉變換是對一個實偶函數(shù)進行的（因為一個實偶函數(shù)的傅里葉變換仍然是一個實偶函數(shù)），在有些變形里面需要將輸入或者輸出的位置移動半個單位 (DCT有 8種標準類型，其中 4種是常見的 )。這是由于離散余弦變換具有很強的 能量集中 特性 :大多數(shù)的自然信號 (包 括聲音和圖像 )的能量都集中在離散余弦變換后的低頻部分，而且當信號具有接近馬爾科夫過程 (Markov processes)的統(tǒng)計特性時，離散余弦變換的去相關(guān)性接近于 KL變換 (KarhunenLo232。若尺寸太大，由于圖像本身的相關(guān)性很小，反而使其壓縮效果不顯示，而
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1