圖像二維整數(shù)離散余弦變換(dct)變換算法和dsp實(shí)現(xiàn)課程設(shè)計(jì)-文庫(kù)吧資料
2025-06-10 22:29本頁(yè)面
【正文】 //定義量化后的數(shù)組。 //初始化逆變換的輸出數(shù)組 int f2[N][N]={0}。 //逆量化過(guò)程， f 為量化后的數(shù)據(jù)， 7 F為消除了量化的數(shù)據(jù) void main() { double F[N][N]={0}。 //經(jīng)過(guò)逆變換， f 為輸入數(shù)據(jù)， F為輸出數(shù)據(jù) void quant(double **f,int **F)。 //顯示函數(shù)，輸出為整形數(shù)據(jù) void DCT(int **f,double **F)。 void showMat_d(double **matShow)。 int q1[N][N]= //定義色度量化系數(shù) { {17,18,24,47,99,99,99,99}, {18,21,26,66,99,99,99,99}, {24,26,56,99,99,99,99,99}, {47,66,99,99,99,99,99,99}, {99,99,99,99,99,99,99,99}, {99,99,99,99,99,99,99,99}, {99,99,99,99,99,99,99,99}, {99,99,99,99,99,99,99,99}, }。 二 、流程圖 基于 DCT的圖像壓縮編碼的程序?qū)崿F(xiàn)的流程圖如圖 31所示。對(duì) Y 分量采用細(xì)量化，對(duì) UV 采用粗量化。 因?yàn)槿搜蹖?duì)亮度信號(hào)比對(duì)色差信號(hào)更敏感，因此使用了兩種量化表：亮度量化值和色差量化值。 整個(gè)量化的目的是減小非“ 0”系數(shù)的幅度以及增加“ 0”值系數(shù)的數(shù)目。 這是整個(gè)過(guò)程中的主要有損運(yùn)算。它是利用了人眼對(duì)高頻部分不敏感的特性來(lái)實(shí)現(xiàn)數(shù)據(jù)的大幅簡(jiǎn)化。把該矩陣看作一個(gè)空間域，顯然，塊中這些亮度值的大小有一定的隨機(jī)性，無(wú)序性，或者說(shuō)亮度值的分布沒(méi)有什么特征； DCT變換就是來(lái)解決這個(gè)問(wèn)題的，把這些隨機(jī)的數(shù)據(jù)變的有序，便于對(duì)數(shù)據(jù)進(jìn)行編碼壓縮。 模擬圖像經(jīng)采樣后成為離散化的亮度值然后分成一個(gè)個(gè)宏塊，而一個(gè)宏塊有分成 8x8大小的塊，可以用一個(gè)矩陣來(lái) 表示這個(gè)塊。 為什么采用 8x8的圖像塊，其原因是由于計(jì)算量和像素之間關(guān)系的數(shù)量，許多研究表明，在 15 或 20 個(gè)像素之后，像素間的相關(guān)性開(kāi)始下降。 DCT式目前最佳的圖像變換，它有很多優(yōu)點(diǎn)。通過(guò) DCT變換，空間表達(dá)式就轉(zhuǎn)化為頻譜表達(dá)式或頻率域。為了壓縮 RGB彩色圖像，這項(xiàng)工作必須進(jìn)行三遍，因?yàn)?JPEG分別得處理每個(gè)顏色成分， R 成分第一個(gè)被壓縮，然后是 G 成分，最后是 B 成分。在灰度圖像中像素具有灰度值，它的 x， y坐標(biāo)由灰色的幅度組成。彩色圖像有像素組成，這些像素具有 RGB彩色值。這允許在頻率域中只用幾個(gè)數(shù)據(jù)點(diǎn)就可以表示信號(hào)，而在時(shí)間域中表示則需要大量數(shù)據(jù)點(diǎn)。信號(hào)一旦用傅立葉變換轉(zhuǎn)換到頻率域，就只需要幾點(diǎn)就可以表示這個(gè)相同的信號(hào)。在傅立葉級(jí)數(shù)展開(kāi)式中，如果被展開(kāi)的函數(shù)式是偶函數(shù)，那么其傅立葉級(jí)數(shù)中只包含余弦項(xiàng)，再將其離散化可導(dǎo)出余弦變換，因此稱之為離散余弦變換。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，而且增加了計(jì)算的復(fù)雜性。 在變換編碼中，首先要將圖像數(shù)據(jù)分割成子圖像，然后對(duì)子圖像數(shù)據(jù)塊實(shí)施某種變換，如 DCT 變換，那么子圖像尺寸取多少好呢？根據(jù)實(shí)踐證明子圖像尺寸取 4 8 1616適合作圖像的壓縮，這是因?yàn)椋? 1 如果子圖像尺寸取得太小，雖然計(jì)算速度快，實(shí)現(xiàn)簡(jiǎn)單，但壓縮能力有一定的限制。對(duì)于大多數(shù)圖像，大量變換系數(shù)很小 ，只要?jiǎng)h除接近于零的系數(shù)，并且對(duì)較小的系數(shù)進(jìn)行粗量化，而保留包含圖像主要信息的系數(shù)，以此進(jìn)行壓縮編碼。 離散余弦變換用于圖像處理： 圖像數(shù)據(jù)一般有較強(qiáng)的相關(guān)性，若所選用的正交矢量空間的基矢量與圖像本身的主要特征相近，在該正交矢量空間中描述圖像數(shù)據(jù)則會(huì)變得更簡(jiǎn)單。這是由于離散余弦變換具有很強(qiáng)的 能量集中 特性 :大多數(shù)的自然信號(hào) (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(dāng)信號(hào)具有接近馬爾科夫過(guò)程 (Markov processes)的統(tǒng)計(jì)特性時(shí)，離散余弦變換的去相關(guān)性接近于 KL變換 (KarhunenLo232。 有兩個(gè)相關(guān)的變換，一個(gè)是離散正弦變換 (DST for Di
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1