实验八 图像变换压缩编码
一， 实验目的：
1，掌握变换压缩编码的原理与方法
2，了解有损压缩图像质量评价的指标
二， 实验条件
1，MATLAB 软件
2，典型的灰度，彩色图像。
三， 实验原理
1，去除数据冗余度可以有效地压缩数据
2，图像编码压缩的主要技术指标：压缩比，客观评价SNR ，主观评价 四， 实验内容
1，以DCT 变换为例，采用标准亮度量化表，得有损压缩的变换值，计算并显示其直方图
2，采用标准量化表将上述变换值反量化回去后用IDCT 变换回图像，比较并计算压缩前后图像的差异（MSE ，PSNR 等）
3，根据由1计算得到的直方图试判断采用Huffman 编码的平均码长。 五， 实验步骤
1，以DCT 变换为例，采用标准亮度量化表，得有损压缩的变换值，计算并显示其直方图
（1）代码如下所示
I=imread('a.jpg');
J=rgb2gray(I);
J=imresize(J,[512 512]);
%imshow(J);
A=zeros(8,8);
B=zeros(512,512);
lighttable=... %标准亮度量化表
[16 11 10 16 24 40 51 61,
12 12 14 19 26 58 60 55,
14 13 16 24 40 57 69 56,
14 17 22 29 51 87 80 62,
18 22 37 56 68 109 103 77,
24 35 55 64 81 104 113 92,
49 64 78 87 103 121 120 101,
72 92 95 98 112 100 103 99];
for i=1:64 %用i ，j 来控制子块
for j=1:64
for m=(8*(i-1)+1):8*i
for n=(8*(j-1)+1):8*j
A(m-(8*(i-1)+1)+1,n-(8*(j-1)+1)+1)=J(m,n);%提取
8*8子块
end
end
C1=dct2(A); %对子块进行dct2变换 C2=round(C1./lighttable); %将C1进行量化，并取整
for p=1:8 %将子块按序存进512*512的矩
阵中
for q=1:8
B(p+8*(i-1),q+8*(j-1))=C2(p,q);
end
end
end
end
H=zeros(1,256*2-1);
for i=1:m
for j=1:n
H(B(i,j)+255)=H(B(i,j)+255)+1; %统计各值概率 end
end
X=[-255:255];
plot(X,H); %绘制坐标为-255—255的直方图
（2）直方图如下所示
2.5x 10
5
2
1.5
1
0.5
0-300-200-[1**********]00
2，采用标准量化表将上述变换值反量化回去后用IDCT 变换回图像，比
较并计算压缩前后图像的差异（MSE ，PSNR 等）
（1）代码如下所示
for i=1:64 %用i ，j 来控制子块
for j=1:64
for m=(8*(i-1)+1):8*i
for n=(8*(j-1)+1):8*j
A(m-(8*(i-1)+1)+1,n-(8*(j-1)+1)+1)=B(m,n);
end
end
C3=A.*lighttable; %将子块反量化回去
C4=idct2(C3); %对C3进行IDCT 变换
for p=1:8
for q=1:8
D(p+8*(i-1),q+8*(j-1))=C4(p,q);
end
end
end
end
D=uint8(D);
subplot(1,2,1),imshow(J);
subplot(1,2,2),imshow(D);
%计算J 和D 均方根误差
e = double(J) - double(D);
[m, n] = size(e);
MSE = sqrt(sum(sum(e.^2))/(m*n));
k = 8;
%k为图像是表示地个像素点所用的二进制位数，即位深。
fmax = 2.^k - 1;
a = fmax.^2;
b = sum(sum(e.^2));
PSNR = 10*log(m*n*a/b);
（2）显示压缩前后图像
（3）显示MSE 和PSNR 的值
MSE=4.4339
PSNR=81.04
3，根据由1计算得到的直方图试判断采用Huffman 编码的平均码长。 答：由1的直方图可以确定一个大的分布值为-3—3。即编码需要的比特数位3位。其中有一位来表示正负。
六， 讨论与分析
1，有可能增强压缩效率的部分在哪里？
在取直方图的时候，综合整幅图像的数据。使得值分布得更集中，可以更有效地去除数据冗余度从而压缩数据。
实验八 图像变换压缩编码
一， 实验目的：
1，掌握变换压缩编码的原理与方法
2，了解有损压缩图像质量评价的指标
二， 实验条件
1，MATLAB 软件
2，典型的灰度，彩色图像。
三， 实验原理
1，去除数据冗余度可以有效地压缩数据
2，图像编码压缩的主要技术指标：压缩比，客观评价SNR ，主观评价 四， 实验内容
1，以DCT 变换为例，采用标准亮度量化表，得有损压缩的变换值，计算并显示其直方图
2，采用标准量化表将上述变换值反量化回去后用IDCT 变换回图像，比较并计算压缩前后图像的差异（MSE ，PSNR 等）
3，根据由1计算得到的直方图试判断采用Huffman 编码的平均码长。 五， 实验步骤
1，以DCT 变换为例，采用标准亮度量化表，得有损压缩的变换值，计算并显示其直方图
（1）代码如下所示
I=imread('a.jpg');
J=rgb2gray(I);
J=imresize(J,[512 512]);
%imshow(J);
A=zeros(8,8);
B=zeros(512,512);
lighttable=... %标准亮度量化表
[16 11 10 16 24 40 51 61,
12 12 14 19 26 58 60 55,
14 13 16 24 40 57 69 56,
14 17 22 29 51 87 80 62,
18 22 37 56 68 109 103 77,
24 35 55 64 81 104 113 92,
49 64 78 87 103 121 120 101,
72 92 95 98 112 100 103 99];
for i=1:64 %用i ，j 来控制子块
for j=1:64
for m=(8*(i-1)+1):8*i
for n=(8*(j-1)+1):8*j
A(m-(8*(i-1)+1)+1,n-(8*(j-1)+1)+1)=J(m,n);%提取
8*8子块
end
end
C1=dct2(A); %对子块进行dct2变换 C2=round(C1./lighttable); %将C1进行量化，并取整
for p=1:8 %将子块按序存进512*512的矩
阵中
for q=1:8
B(p+8*(i-1),q+8*(j-1))=C2(p,q);
end
end
end
end
H=zeros(1,256*2-1);
for i=1:m
for j=1:n
H(B(i,j)+255)=H(B(i,j)+255)+1; %统计各值概率 end
end
X=[-255:255];
plot(X,H); %绘制坐标为-255—255的直方图
（2）直方图如下所示
2.5x 10
5
2
1.5
1
0.5
0-300-200-[1**********]00
2，采用标准量化表将上述变换值反量化回去后用IDCT 变换回图像，比
较并计算压缩前后图像的差异（MSE ，PSNR 等）
（1）代码如下所示
for i=1:64 %用i ，j 来控制子块
for j=1:64
for m=(8*(i-1)+1):8*i
for n=(8*(j-1)+1):8*j
A(m-(8*(i-1)+1)+1,n-(8*(j-1)+1)+1)=B(m,n);
end
end
C3=A.*lighttable; %将子块反量化回去
C4=idct2(C3); %对C3进行IDCT 变换
for p=1:8
for q=1:8
D(p+8*(i-1),q+8*(j-1))=C4(p,q);
end
end
end
end
D=uint8(D);
subplot(1,2,1),imshow(J);
subplot(1,2,2),imshow(D);
%计算J 和D 均方根误差
e = double(J) - double(D);
[m, n] = size(e);
MSE = sqrt(sum(sum(e.^2))/(m*n));
k = 8;
%k为图像是表示地个像素点所用的二进制位数，即位深。
fmax = 2.^k - 1;
a = fmax.^2;
b = sum(sum(e.^2));
PSNR = 10*log(m*n*a/b);
（2）显示压缩前后图像
（3）显示MSE 和PSNR 的值
MSE=4.4339
PSNR=81.04
3，根据由1计算得到的直方图试判断采用Huffman 编码的平均码长。 答：由1的直方图可以确定一个大的分布值为-3—3。即编码需要的比特数位3位。其中有一位来表示正负。
六， 讨论与分析
1，有可能增强压缩效率的部分在哪里？
在取直方图的时候，综合整幅图像的数据。使得值分布得更集中，可以更有效地去除数据冗余度从而压缩数据。