学生实验报告（理工类）——数字图像处理(2)

JPEG比其他几种压缩率高得多，并且图像质量相似（JPEG处理的图像仅具有真彩像和灰度图像）。正是由于其高压缩比，JPEG被广泛用于多媒体和网络程序中。 JPEG有几种模式，最常用的是基于DCT转换的顺序模式，也称为基准。用DCT压缩图像的过程是：（[1)首先将输入图像分解为8×8或16×16的块，然后在每个子块上执行二维DCT变换。（2)量化变换后的量化图像对DCT系数进行编码和传输，以形成压缩图像格式。DCT进行解压缩的过程是：（[1)对每个8×8或16×16块执行二维DCT逆变换。 k15]逆变换将矩阵的块合成为单个图像。余弦变换有将高度相关数据的能量集中的趋势。经过DCT变换后，矩阵的能量集中在上方矩阵的左角以及右下角的大多数DCT系数值都非常接近0.对于正常图像，丢弃这些接近0的DCT系数值不会显着降低图像质量。重建图像。因此，使用DCT trans用于图像压缩的表格可以节省大量的存储空间。压缩应在原始图像的最合理近似中使用最小的系数。所使用的系数的数量还确定压缩比的大小。在压缩过程的第二步中，可以合理地丢弃一些系数以达到压缩的目的。在压缩过程的第二步中，RLE和霍夫曼编码也可以用于进一步压缩。

2)游程长度编码（RLE）的原理：例如，如果使用游程长度编码，则下面的二进制图像可以以下格式保存，其中10和8分别表示图像。在这个小示例中，行程编码在压缩图像中不起作用。这是因为该图像的尺寸太小，并且当图像尺寸较大时，游程长度编码仍然是一种很好的无损压缩方法。对于灰度图像和二进制图像，行程编码通常具有高压缩率。游程长度编码方法易于实现，并且对于具有长重复值的字符串的压缩编码有效。例如，对于大面积阴影或相同颜色的图像，此方法的压缩效果非常好。许多位图文件格式使用行程编码，例如TIFF，PCX，GEM，BMP等。3.用于图像压缩编码的MATLAB程序声明1）用于使用DCT转换的图像压缩的MATLAB程序RGB = imread（'原始图像name.tif'）; I = rgb2gray（RGB）; J = dct2（I）; imshow（log（abs（J）），[]），colormap（jet（6 4)），colorbarJ（abs（J）

比较原始图像和压缩图像，尽管丢弃了85％的DCT系数，但是图像仍然清晰（当然会有一些质量损失）3）使用行程长度编码（RLE）进行图像压缩I =棋盘格（10，2);％导入原始图像[mn] = size（I）; J = [];对于i = 1：mvalue = I（i，1); num = 1;对于j = 2：nif I（i，j）== valuenum = num + 1; elseJ = [J num value]; num = 1; value = I（i，j）; endendI = [J num value 0 0];％添加行判断位0 0 enddisp（'原始图像​​尺寸：'）whos（'I'）; disp（'压缩图像尺寸：'）whos（'J'）; disp（'图像压缩率：'）disp（m * n / length（J））4） JPEG2000采用小波变换编码，小波变换压缩编码的实现程序是加载wbarb; subplot（2,2，1)，image（X）; colormap（map）title（'原始图像'）; [c，s] = wavedec2（X，2，'bior 3. 7'）; thr = 20; ca1 = appcoed2（c，s，'bior 3. 7'，1); ch1 = detcoef2（'h'，c，s，1); cv1 = detcoef2（'v'，c，s，1); cd1 = detcoef2（'d'，c，s，1); a1 = wrcoef2（'a'，c，s，'bior 3. 7'，1); h1 = wrcoef2（'h' ，c，s，'bior 3. 7'，1); v1 = wrcoef2（'v'，c，s，'bior 3. 7'，1); d1 = wrcoef2（'d'，c ，s，'bior 3. 7'，1); c1 = [a1，h1，v1，d1]; ca1 = appcoed2（c，s，'bior 3. 7'，1); ca1 = wcodemat （ca1,440，'mat'，0); ca1 = 0. 5 * ca1subplot（2,2，2)，image（ca 1) title（'Compressed image one'）ca2 = appcoed2（c， s，'bior 3. 7'，2); ca2 = wcodemat（ca2,440，'mat'，0); ca2 = 0. 5 * ca2; subplot（2,2，3)，image （ca 2) title（'Compressed Image Two'）五、实验结果与分析1、第一个问题的结果如下：2、问题2的结果如下：3、结果问题3的内容如下：4、问题4的结果如下：六、讨论和思考问题1.图像中的哪些信息是主要信息，哪些信息是次要信息？答：图像中的压缩率是主要信息，图像大小是次要的。简要描述离散余弦变换（DCT）和游程长度编码（RLE）的原理。

答案：用DCT压缩图像的过程是：（[1)首先将输入图像分解为8×8或16×16的块，然后在每个子块上执行二维DCT变换。（ 2)将进行变换将随后获得的量化DCT系数进行编码并传输，以形成压缩图像格式。[3)对每个8×8或16×16块执行二维DCT逆变换。（4) 七、实验经验在本实验中，我了解了有损压缩和无损压缩的概念，了解了图像压缩的主要原理和目的，了解了几种常用的图像压缩编码方法，并学习使用MATLAB程序进行图像压缩以及对JPEG2000使用小波变换编码实验项目名称：4、图像融合实验课时：2同一组中的学生姓名：实验地点：A 205实验日期：2016年11月15日实验结果：矫正老师：周洪成矫正时间：一、实验目的和要求1熟悉图像融合的含义和用法，了解图像融合的原理； 2。 2掌握图像融合的一般方法； 3．掌握使用MATLAB软件进行图像融合的操作； 4，掌握数字图像水印原理； 5了解数字图像水印的嵌入和检测过程； 6进一步掌握Matlab在图像处理中的仿真功能。 二、实验仪器和设备1台计算机； 2 MATLAB程序； 3移动存储（软盘，U盘等））； 4用于记录的笔和纸。 三、实验步骤1开启计算机，然后启动MATLAB程序； 2导入在“实验1”中获得的两个数字图像，并执行这三种方法的图像融合。 3显示并保存图像融合的结果。

4记录并整理实验报告。 四、实验过程中图像融合的目的是将来自多个传感器的数据的补充信息组合成新图像，以提高图像质量。对图像融合的最简单理解是两个（或更多）图像之间的加法运算。该技术广泛用于多光谱图像理解和医学图像处理等领域。它主要分为空域和频域加法。本实验主要使用MATLAB软件融合两个图像。该方法是：1.直接图像融合； 2图像傅立叶变换融合； 3图像小波变换融合。用于图像融合的MATLAB程序如下：1）加载格子呢； X1 = X; map1 = map;加载sinsin; X2 = X; map2 = map;加载格子呢; X1 = X; map1 = map;加载sinsin; X2 = X; map2 = map; ％打开图像子图（1 2 1) Image（X 1)，colormap（map 1); Title（'image map1'））Subplot（1 2 2) Image（X 2)，colormap（map 2); Title（'image map2'）％显示两个图像2）两个图像直接融合的程序语句图，子图（1 3 1) image（（X1 + X 2) / 2) ，colormap（map 2);在空域中的百分比内部直接融合标题（“直接添加并融合了两个图像”）％显示融合图像，并将其命名为“直接添加并融合了两个图像” 3）两个图像的傅立叶变换融合F1 = fft2（X 1); F2 = fft2（X 2);％计算两个图像的快速傅立叶变换X = abs（ifft2（F1 + F 2) / 2) ;％频域中两个图像的总和傅立叶逆变换子图（1 3 2) Image（X），colormap（map 2);％显示融合图像的标题（'两个图像的傅立叶变换融合'）） ％命名融合图像并显示在上图中4）两个图像的小波变换融合的程序语句[C1，L1] = wavedec2（X1,2，'sym4 '）; [C2，L2] = wavedec2（X2,2，'sym4'）;％两个原始图像的小波分解C = C1 + C2;分解系数的％X = waverec2（C，L1，'sym4'）; ％融合信号子图的图像重建（1 3 3)图像（X / 2)，colormap（map 2);％）在小波变换融合后显示图像标题（'两个图像小波变换融合'）融合图像并将其显示在图片上5）图像水印功能main（）F1 = imread（'00 1. gif'）; F2 = imread（'00 2. gif'）; F3 = imread（'00 3. gif'）; F4 = imread（'00 4. gif'）; F1 = uint8（F 1); figure，imshow（F [k1 4]，title（'F1'）; Figure，imhist（F 1)，title（'F1的直方图'）; image1 = uint8（F 1);图，imshow（image 1)，title（'image1'）;图，imhist（image 1)，title（'image1's直方图'）; F2 = uint8（F 2);图，imshow（F 2)，title（'F2'）;图，imhist（F 2)，title（'F2's histogram'）; image2 = uint8（ F 2);图，imshow（图像2)，title（'image2'）;图，imhist（图像2)，title（'image2的直方图'）; F3 = uint8（F 3);图，imshow （F 3)，title（'F3'）;数字，imhist（F 3)，title（'F3 Histogram'）; image3 = uint8（F 3); figure，imshow（image 3)，title（ 'image3'）;图，imhist（image 3)，t itle（'image3's histogram'）; F4 = uint8（F 4); figure，imshow（F 4)，title（'F4'）;图，imhist（F 4)，标题（'F4的直方图'）; image4 = uint8（F 4);图，imshow（image 4)，title（'image4'）;图，imhist（image 4) ，title（'image4's histogram'）; 五、实验结果和分析1、问题1结果如下：2、 2、 3、第四个问题的结果如下：3、第五个问题的结果如下：六、讨论与思考问题1简要描述了图像小波变换的实现过程。

答案：2小波变换的分解层数对融合图像的光谱质量和空间质量有什么影响？答：随着小波分解尺度的增大，通过小波变换方法获得的融合图像将具有明显的块效应。同时，融合图像的光谱信息也将丢失。当小波分解尺度达到最大时，尽管块效应消失，但是融合图像的光谱信息的损失也达到最大。 七、实验经验在本实验中，我熟悉图像融合的含义和用法，了解图像融合的原理，掌握图像融合的一般方法，学习如何使用MATLAB软件进行图像融合，并掌握其原理。数字图像水印的研究，了解数字图像水印的嵌入和检测过程，并进一步掌握Matlab在图像处理中的仿真功能。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shumachanpin/article-362499-2.html