电子科大《数字信号处理(DSP)》第10章 数字图像处理.ppt

采用变换方法，将数字图像由空间域表达形式转换为其他表达形式，则可能使信息相对集中，从而减少图像的数据量；同时，一些特殊的变换也能突出表现信号的某些特性，在信号分析中发挥重要作用。 数字图像的变换与压缩 除了DFT变换以外，目前在图像变换中最常用的变换主要是DCT变换和DWT变换。 数字图像的变换与压缩 离散余弦变换（DCT） DCT形式上与DFT相似，响应于不同频率的信号细节。对于N*N的图像，二维DCT公式为： 数字图像的变换与压缩 与DFT相比，DCT的优势在于不涉及复数运算，同时又具有与FFT类似的快速算法，因此能够很快的计算。同时，DCT倾向于将图像信息集中到较低的序号的系数中（低频段），使得图像信息能够被有效地压缩。 数字图像的变换与压缩 DCT在图像压缩标准JPEG中的应用 目前图像压缩领域采用最广泛的标准为JPEG标准。该标准典型的处理方式是将原始图像分为8*8的子块，对这些子块进行DCT处理；由于DCT的重要系数都集中在左上角，通常只保留左上角的有限系数，而将其他系数都当作0处理。 数字图像的变换与压缩 例6-2：对图片的JPEG标准化处理 clear,close all;a=imread(22.jpg); I=im2double(a);b=I;figure(1),imshow(I);title(原始照片);pause; T=dctmtx(8);B=blkproc(I,[8 8],P1*x*P2,T,T); figure(2),imshow(B);title(原始照片DCT);pause; mask=[1 1 1 1 1 0 0 0 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2=blkproc(B,[8 8],P1.*x,mask); figure(3),imshow(B2);title(压缩照片DCT);pause; I2=0.9*abs(blkproc(B2,[8 8],P1*x*P2,T,T)); figure(4),imshow(I2);title(压缩照片展开);pause; b(:,:,1)=I2(:,1:640);b(:,:,2)=I2(:,641:1280); b(:,:,3)=I2(:,1281:1920); b1=b(:,:,1);b2=b(:,:,2);b3=b(:,:,3); figure(5),imshow(b);title(压缩照片); 数字图像的变换与压缩 在以上程序中，尽管只保留了13/64的DCT系数，丢掉了约80%的DCT系数，但是压缩后的图象还是具有较好的视觉效果。 数字图像的变换与压缩 小波分析及变换在数字图象处理领域得到了最广泛的应用。数字图象信号通常涉及大规模的数据量。将数字图象数据按重要程度加以区分，进行分层处理，这是提高效率的根本途径。小波技术正是在这一方面显示了独特的优点。 二维DWT分析 数字图象采用二维数据矩阵表达，图像信息处理需要采用二维DWT进行处理。这种处理方式通过分析在图像的行和列上其灰度级的变化，可以将水平、垂直和对角细节分开。 二维DWT分析 二维DWT分析步骤如下： 1 对N*N的图像每一行进行一维DWT分解（低通和高通），得到2个N*（N/2）的图像；（每个子图的列数比分解前减少一半） 2 对得到的两个N*（N/2）的图像的每一列进行一维DWT分解（低通和高通），由此得到4个（N/2）*（N/2）的图像；（每个子图的行数比分解前减少一半） 二维DWT分析 通过上述步骤就完成了一级DWT分解，分解后得到4个子图，分别代表了原图像的低通近似、水平高通、垂直高通和对角高通。 上述4个图的数据总量与原始图形一致。 类似于一维DWT分析，可以对低通近似图象进一步分解，得出不同级别的图形。分析可以进行到获得的子图象只包含一个像素点为止。 二维DWT分析 例3-1：对图象信号进行多层小波分解 clear,close all; [X,map]=imread(23.jpg);X=X(:,:,1);a=X;b=X; deccof=struct(ca,[],ch,[],cv,[],cd,[]); reccof=struct(RX,[]); figure(1),imshow(X);title(原始图象);pause; X=im2double(X); for i=2:6 [deccof(i).ca,decc