【正文】 ,0)。ca2=wcodemat(ca2,440,39。39。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。,0)。ca1=wcodemat(ca1,440,39。39。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。,1)。,c,s,39。 % 水平方向(垂直方向和斜線方向與此類似)h1=wrcoef2(39。h39。,1)。ca1=appcoef(c,s,39。)。[c,s]=wavedec2(X,2,39。X39。)。 % 顯示原始圖像disp(39。原始圖像39。 colormap(map)。 % 裝入圖像subplot(2,2,1)。壓縮后圖像剩余能量百分比: 39。小波系數(shù)中置0的系數(shù)個(gè)數(shù)百分比: 39。22 23]39。壓縮圖像,閾值=[16 19。image(wcodemat(Xpress2,nbc))。)。,2,thr,39。,X,39。[Xpress2,cxd,lxd,perf0,perfl2]=wdencmp(39。 thr_d。 %對(duì)角閾值thr_v=[22 23]。)axis squarethr_h=[16 19]。title(39。colormap(gray(nbc))。subplot(1,2,1)。load wmandril。壓縮后圖像剩余能量百分比:39。小波系數(shù)中置0的系數(shù)個(gè)數(shù)百分比:39。壓縮圖像 閾值=39。image(wcodemat(Xpress1,nbc))。,1)。,2,thr,39。,C,S,39。[Xpress1,cxd,lxd,perf0,perfl2]=wdencmp(39。)。[C,S]=wavedec2(X,2,39。)。title(39。colormap(gray(nbc))。subplot(1,2,1)。load wmandril。當(dāng)遇到困難時(shí)，能及時(shí)得到龐教授的指導(dǎo)，在此，謹(jǐn)向?qū)煴硎境绺叩木匆夂椭孕牡母兄x。謝 辭本論文的順利完成，要感謝龐前娟老師的關(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)。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。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。總之，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)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。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。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)。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。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。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。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。,0)。ca2=wcodemat(ca2,440,39。39。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。,0)。ca1=wcodemat(ca1,440,39。39。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。,1)。,c,s,39。 % 水平方向(垂直方向和斜線方向與此類似)h1=wrcoef2(39。h39。,1)。ca1=appcoef(c,s,39。)。[c,s]=wavedec2(X,2,39。)。 whos(39。壓縮前圖像X的大小:39。)。title(39。 image(X)。load woman2。而對(duì)于一個(gè)圖像來(lái)說(shuō),表現(xiàn)圖像的最主要的部分是低頻部分,所以最簡(jiǎn)單的壓縮方法是利用小波分解去掉圖像的高頻部分而只保留低頻部分。一個(gè)圖像作小波分解后,可得到一系列不同分辨率的子圖像,不同分辨率的子圖像對(duì)應(yīng)的頻率是不同的。個(gè)子圖，根據(jù)人類的視覺生理和心理特點(diǎn)分別作不同策略的量化和編碼處理。低頻部分可以稱為亮度圖像，水平、垂直和對(duì)角線部分可以稱為細(xì)節(jié)圖像。圖像經(jīng)過(guò)小波變換后生成的小波圖像的數(shù)據(jù)總量與原圖像的數(shù)據(jù)量相等，即小波變換本身并不具有壓縮功能。22 23]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. 3利用小波分解去掉圖像的高頻部分而只保留低頻部分小波變換用于圖像壓縮的基本思想就是把圖像進(jìn)行多分辨率分解，分解成不同空間、不同頻率的子圖像，然后再對(duì)子圖像進(jìn)行系數(shù)編碼。)perf0: 原圖像 閾值=[16 19。)perfl2disp(39。 )axis square%顯示壓縮圖像disp(39。20 21。title(39。使用wdencmp函數(shù)進(jìn)行壓縮,在水平,垂直,對(duì)角三個(gè)方向使用層相關(guān)閾值保留圖像小波分解的近似系數(shù) subplot(1,2,2)。h39。db339。lvd39。 thr_v]。 %垂直閾值thr=[thr_h。 %水平閾值thr_d=[20 21]。原始圖像39。image(wcodemat(X,nbc))。nbc=size(map,1)。裝入待壓縮圖像 figure(H)。)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 = 在水平,垂直,對(duì)角三個(gè)方向使用層相關(guān)閾值=[1 1 1]。)perfl2disp(39。,num2str(thr)])axis square顯示壓縮圖像disp(39。title([39。使用wdencmp函數(shù),全局閾值進(jìn)行壓縮,此時(shí)對(duì)所有的高頻系數(shù)進(jìn)行相同的閾值化處理Subplot(1,2,2)。h39。db439。gbl39。對(duì)圖像進(jìn)行小波分解thr=20。db439。axis square。原圖像39。image(wcodemat(X,nbc))。nbc=size(map,1)。裝入待壓縮圖像figure(H)。在MATLAB中運(yùn)行的源程序及函數(shù)定義注釋如下:=[1 1 1]。而對(duì)于一個(gè)圖像來(lái)說(shuō),表現(xiàn)圖像的最主要的部分是低頻部分,所以最簡(jiǎn)單的壓縮方法是利用小波分解去掉圖像的高頻部分而只保留低頻部分。一個(gè)圖像作小波分解后,可得到一系列不同分辨率的子圖像,不同分辨率的子圖像對(duì)應(yīng)的頻率是不同的。個(gè)子圖，根據(jù)人類的視覺生理和心理特點(diǎn)分別作不同策略的量化和編碼處理。低頻部分可以稱為亮度圖像，水平、垂直和對(duì)角線部分可以稱為細(xì)節(jié)圖像。圖像經(jīng)過(guò)小波變換后生成的小波圖像的數(shù)據(jù)總量與原圖像的數(shù)據(jù)量相等，即小波變換本身并不具有壓縮功能。3. 2 利用小波壓縮函數(shù)進(jìn)行圖像壓縮小波變換用于圖像壓縮的基本思想就是把圖像進(jìn)行多分辨率分解，分解成不同空間、不同頻率的子圖像，然后再對(duì)子圖像進(jìn)行系數(shù)編碼。小波變換用于信號(hào)和圖像壓縮是小波分析應(yīng)用的一個(gè)重要方面。　　評(píng)價(jià)解碼圖像質(zhì)量的一個(gè)重要的指標(biāo)為峰值信噪比PRSN：　 （）其中：B表示原始圖像的象素個(gè)數(shù)；MSE為均方誤差；PRSN的單位是分貝（dB）。這樣就得到了編碼碼流。基本原則是對(duì)高頻細(xì)節(jié)圖像進(jìn)行粗量化，一般可采用閾值量化、矢量量化；而對(duì)低頻近似圖像進(jìn)行細(xì)量化，一般可采用標(biāo)量量化或JPEG方法中描述的DCT方法等量化算法?；谛〔ㄗ儞Q的圖像壓縮方法的流程可以看作是：→→→→→→→→→→從上面的編解碼流程圖中可以清楚地看到原始圖像數(shù)據(jù)經(jīng)過(guò)預(yù)處理之后進(jìn)行小波變換，在變換過(guò)程中并不產(chǎn)生壓縮，這個(gè)過(guò)程是無(wú)損的，只是將系數(shù)按照頻帶重新排列，變換的目的是生成去掉了相關(guān)性的系數(shù)。它的特點(diǎn)是壓縮比高,壓縮速度快,壓縮后能保持信號(hào)與圖像的特征基本不變,且在傳遞過(guò)程中可以抗干擾。它具有以下性質(zhì):