【正文】 結(jié)果:第二次壓縮圖像的大小為：Name Size Bytes Classca2 43x43 14792 double arrayGrand total is 1849 elements using 14792 bytes其顯示結(jié)果如圖一所示:第四章 實(shí)驗(yàn)結(jié)果及分析 實(shí)驗(yàn)結(jié)果及分析 實(shí)驗(yàn) 1 以原始圖象 為例，首先對(duì)圖象作小波分解，得到圖 ，兩個(gè)圖作比較，原始圖象 perfl2=，壓縮后 perf0=；第 2 步使用小波壓縮函數(shù)wdencmp 對(duì)圖象小波系數(shù)進(jìn)行壓縮，得到圖 ，作比較有，原始圖象 perfl2=，壓縮后 perf0=。比較兩步過(guò)程可以看出使用小波壓縮函數(shù)對(duì)圖象的小波系數(shù)進(jìn)行壓縮得到的壓縮比例更大。通常在給定小波基函數(shù)條件下，閥值越大，系數(shù)為 0 的數(shù)目就越多，重構(gòu)圖像文件壓縮率也越高，重構(gòu)的圖像失真程度隨之增加。閥值0 時(shí)，利用小波變換與重構(gòu)進(jìn)行圖像壓縮是一種有損壓縮方法，可以根據(jù)實(shí)際需要在圖像失真度允許的范圍內(nèi)選擇適當(dāng)?shù)拈y值來(lái)確定壓縮率。實(shí)驗(yàn) 2 利用小波分解去掉圖像的高頻部分而只保留低頻部分從而進(jìn)行圖像壓縮的例子，可以看出,第一次壓縮時(shí)我們提取原始圖像中小波分解第一層的低頻信息,此時(shí)壓縮效果較好,壓縮比較小。第二次壓縮時(shí)提取第一層分解低頻部分的低頻部分(即第二層的低頻部分),其壓縮比較大 ,壓縮效果也基本可以。第五章 結(jié)論 結(jié)論圖像壓縮是一個(gè)很有發(fā)展前途的研究領(lǐng)域,這一領(lǐng)域的突破對(duì)于通信和多媒體事業(yè)的發(fā)展將具有深遠(yuǎn)的影響。圖文資料數(shù)字化必然會(huì)產(chǎn)生大量的圖像數(shù)據(jù),對(duì)于高比率圖像壓縮算法的需求尤為迫切。作為一種優(yōu)秀的圖像壓縮算法, 小波變換繼承了 Fourier 分析的優(yōu)點(diǎn)，同時(shí)又克服它的許多缺點(diǎn)，小波變換為圖象從空間域變換到頻率域提供了一種有效的方法, 對(duì)比上面的原始圖像與恢復(fù)圖像可以得出結(jié)論：經(jīng)過(guò)小波編解碼的圖像在實(shí)現(xiàn)高壓縮率的同 時(shí)能夠保證很好的圖像質(zhì)量，具有較好的視覺效果。所以它在靜態(tài)和動(dòng)態(tài)圖像壓縮領(lǐng)域得到廣泛的應(yīng)用, 并且已經(jīng)成為某些圖像壓縮國(guó)際標(biāo)準(zhǔn)(MPEG4）的重要環(huán)節(jié)。當(dāng)然，像其他變換編碼一樣，在壓縮比特別高的時(shí)候，小波變換壓縮量化后的重建圖像也會(huì)產(chǎn)生幾何畸變。圖像壓縮是一個(gè)很有發(fā)展前途的研究領(lǐng)域，這一領(lǐng)域的突破對(duì)于通信和多媒體事業(yè)的發(fā)展將具有深遠(yuǎn)的影響。目前一些公司將這種技術(shù)用于 Inter 環(huán)境中的圖像數(shù)據(jù)傳輸，提供商業(yè)化的服務(wù)，對(duì)于緩解網(wǎng)絡(luò)帶寬不足、加快圖像信息傳播速度起到了很好的推進(jìn)作用。圖文資料數(shù)字化必然會(huì)產(chǎn)生大量的圖像數(shù)據(jù)，對(duì)于高比率圖像壓縮算法的需求尤為迫切。作為一種優(yōu)秀的圖像壓縮算法，綜上所述，由于小波變換繼承了 Fourier 分析的優(yōu)點(diǎn)，同時(shí)又克服它的許多缺點(diǎn)，所以它在靜態(tài)和動(dòng)態(tài)圖像壓縮領(lǐng)域得到廣泛的應(yīng)用，并且已經(jīng)成為某些圖像壓縮國(guó)際標(biāo)準(zhǔn)（如 MPEG4）的重要環(huán)節(jié)。當(dāng)然，像其他變換編碼一樣，在壓縮比特別高的時(shí)候，小波變換壓縮量化后的重建圖像也會(huì)產(chǎn)生幾何畸變。由于小波分析克服了 Fourier 分析的許多弱點(diǎn)，因此它不僅可以用于圖像壓縮，還可以用于許多其他領(lǐng)域，如信號(hào)分析、靜態(tài)圖像識(shí)別、計(jì)算機(jī)視覺、聲音壓縮與合成、視頻圖像分析、CT 成像、地震勘探和分形力學(xué)等領(lǐng)域?？傊?，可以說(shuō)凡能用 Fourier 分析的地方，都可以進(jìn)行小波分析。當(dāng)前，小波研究的一個(gè)迫切問題是如何將小波研究所取得的重要成果變?yōu)楣こ碳夹g(shù)人員所掌握的重要工具，使之盡快應(yīng)用到工程技術(shù)實(shí)踐中去，特別是將小波分析很好地用于多媒體圖像和信號(hào)處理。這些年來(lái)關(guān)于小波變換圖像壓縮算法的研究和應(yīng)用都十分活躍。國(guó)外一些公司將這種技術(shù)用于 Inter 環(huán)境中的圖像數(shù)據(jù)傳輸，提供商業(yè)化的服務(wù)，對(duì)于緩解網(wǎng)絡(luò)帶寬不足、加快圖像信息傳播速度起到了很好的推進(jìn)作用。圖文資料數(shù)字化必然會(huì)產(chǎn)生大量的圖像數(shù)據(jù),對(duì)于高比率圖像壓縮算法的需求尤為迫切。作為一種優(yōu)秀的圖像壓縮算法，小波變換在這一領(lǐng)域具有非常好的應(yīng)用前景，也應(yīng)該能夠發(fā)揮關(guān)鍵性的作用，同時(shí)也必將對(duì)這種技術(shù)在我國(guó)的推廣和應(yīng)用起到有力的推動(dòng)作用，小波變換在這一領(lǐng)域具有非常好的應(yīng)用前景。致謝辭本論文的順利完成，要感謝 ABC 教授的關(guān)心和幫助，導(dǎo)師淵博的專業(yè)知識(shí)，嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，精益求精的工作作風(fēng)，誨人不倦的高尚師德，嚴(yán)以律己、寬以待人的崇高風(fēng)范，樸實(shí)無(wú)華、平易近人的人格魅力對(duì)我影響深遠(yuǎn)。不僅使我樹立了遠(yuǎn)大的學(xué)術(shù)目標(biāo)、掌握了基本的研究方法，還使我明白了許多待人接物與為人處世的道理。當(dāng)遇到困難時(shí)，能及時(shí)得到吳教授的指導(dǎo)，在此，謹(jǐn)向?qū)煴硎境绺叩木匆夂椭孕牡母兄x！參考文獻(xiàn)［1］ C ：人民郵電出版社2022.［2］ ，1997.［3］ ，199 4.［4］ ，1994.[5] MATLAB 的系統(tǒng)分析與設(shè)計(jì)圖像處理,西安電子科技大學(xué)出版社,2022[6] 王劍. 基于 MATLAB ,2022,(01)[7] ,2022,(05)[8] ,2022,(01)[9] 中國(guó)知網(wǎng),[10] 圖像處理與應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2022[11] [M].北京:機(jī)械工業(yè)出版社,2022[12] MATLAB 的小波變換在圖象壓縮中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2022(1):5761[13] DCT 的圖像壓縮技術(shù)[J].江西科技師范學(xué)院學(xué)報(bào),2022(6):8992[14] 王向陽(yáng),[J].微電子學(xué)與計(jì)算機(jī),2022(4):6064[15] 胡昌華，張軍波，夏軍等,基于 Matlab 的系統(tǒng)分析與設(shè)計(jì)———小波分析[M]第 1 版，西安電子科技大學(xué)出版社，1999[16] 王曉丹，吳崇明,基于于 Matlab 的系統(tǒng)分析與設(shè)計(jì)———圖像處理[M]第 1 版，西安電子科技大學(xué)出版社，2022[17] （美）岡雷斯，$數(shù)字圖象處理[M]北京科學(xué)出版社,1981[18]崔屹$數(shù)字圖象處理技術(shù)與應(yīng)用[M]，1997附錄：部分程序代碼1=[1 1 1]。load wmandril。figure(H)。subplot(1,2,1)。nbc=size(map,1)。colormap(gray(nbc))。image(wcodemat(X,nbc))。title(39。原圖像 39。)。axis square。[C,S]=wavedec2(X,2,39。db439。)。thr=20。[Xpress1,cxd,lxd,perf0,perfl2]=wdencmp(39。gbl39。,C,S,39。db439。,2,thr,39。h39。,1)。Subplot(1,2,2)。image(wcodemat(Xpress1,nbc))。title([39。壓縮圖像 閾值=39。,num2str(thr)])axis squaredisp(39。小波系數(shù)中置 0 的系數(shù)個(gè)數(shù)百分比:39。)perfl2disp(39。壓縮后圖像剩余能量百分比:39。)perf0小波系數(shù)中置 0 的系數(shù)個(gè)數(shù)百分比:perfl2 =壓縮后圖像剩余能量百分比:perf0 = 2=[1 1 1]。load wmandril。figure(H)。subplot(1,2,1)。nbc=size(map,1)。colormap(gray(nbc))。image(wcodemat(X,nbc))。title(39。原始圖像39。)axis squarethr_h=[16 19]。 %水平閾值thr_d=[20 21]。 %對(duì)角閾值thr_v=[22 23]。 %垂直閾值thr=[thr_h。 thr_d。 thr_v]。[Xpress2,cxd,lxd,perf0,perfl2]=wdencmp(39。lvd39。,X,39。db339。,2,thr,39。h39。)。subplot(1,2,2)。image(wcodemat(Xpress2,nbc))。title(39。壓縮圖像,閾值=[16 19。20 21。22 23]39。 )axis square%顯示壓縮圖像disp(39。小波系數(shù)中置 0 的系數(shù)個(gè)數(shù)百分比: 39。)perfl2disp(39。壓縮后圖像剩余能量百分比: 39。)perf0小波系數(shù)中置 0 的系數(shù)個(gè)數(shù)百分比: perfl2 = 壓縮后圖像剩余能量百分比: perf0 = 3.load woman2。 % 裝入圖像subplot(2,2,1)。 image(X)。 colormap(map)。title(39。原始圖像39。)。 % 顯示原始圖像disp(39。壓縮前圖像 X 的大小:39。)。 whos(39。X39。)。[c,s]=wavedec2(X,2,39。39。)。提取小波分解結(jié)構(gòu)中第一層的低頻和高頻系數(shù),然后分別對(duì)各方向頻率成分進(jìn)行重構(gòu)。ca1=appcoef(c,s,39。39。,1)。 % 提取小波分解結(jié)構(gòu)中一層的低頻系數(shù)和高頻系數(shù)ch1=detcoef2(39。h39。,c,s,1)。 % 水平方向(垂直方向和斜線方向與此類似)h1=wrcoef2(39。h39。,c,s,39。39。,1)。 % 重構(gòu)一層水平分量(垂直方向和斜線方向與此類似)進(jìn)行第一次壓縮圖像。保留小波分解第一層低頻信息,進(jìn)行圖像的壓縮并對(duì)第一層信息進(jìn)行量化編碼。ca1=appcoef2(c,s,39。39。,1)。ca1=wcodemat(ca1,440,39。mat39。,0)。進(jìn)行第二次壓縮圖像。保留小波分解第二層低頻信息,進(jìn)行圖像的壓縮(此時(shí)壓縮比更大)并顯示第二層的低頻信息,即 ca2。ca2=appcoef2(c,s,39。39。,2)。ca2=wcodemat(ca2,440,39。mat39。,0)。