DCT与DWT对图像处理的matlab仿真

数字图像处理实验报告 DCT和DWT的MATLAB仿真

实验目的

学习DCT变换基本原理； 掌握DCT变换的特性；

理解DCT变换在图像图理中的应用； 学习DWT变换基本原理； 掌握DWT变换的特性；

理解DWT变换在图像图理中的应用。

1

实验内容及结果

离散余弦变换（DCT）

对lena、camenaman、bird三幅灰度图像做DCT变换。 1、lena.tif

（1）lena.tif原始图像如图1-1：

图1-1

原始图像

（2）对整幅图像直接进行DCT变换，得系数图如图1-2。

图1-2

DCT 系数

观察系数图，会发现经过DCT变换后，能量分布不均匀，左上角

2

低频部分系数值高，右下角高频部分系数值低，这表明图像能量主要集中在低频上。

（3）为了定量分析系数能量分布情况，取系数矩阵左上角16*16个相素，计算其能量在整个矩阵中占的百分比。经计算，得能量百分比为

energy_percent=96.32%。

可见低频部分能量在整幅图中占的比重是非常大的。

（4）由以上分析可以得出，高频成分能量在图中占的比重很小，它反映的是图像的细节，因此，可丢掉高频信息，实现数据压缩。在具体实现上，对图像进行8*8分块DCT变换，并只保留每个分块系数左上角10个系数（共64个系数），重构图像并对比。对比如图1-3。

图1-3

原始图像 压缩后的图像

对比原图和压缩后的图像，可以看出，保留10个像素值重构图像仍然较好，视觉效果可以接受。

计算原始图像和压缩后的图像的峰值信噪比（PSNR），得

3

PSNR=+35.01 dB。 2、cameraman.tif

Cameraman和bird的DCT变换处理方式与lena基本相同，因此对于这两幅图像只附上其处理结果，具体过程及对结果分析不再赘述。 （1）cameraman原始图像如图1-4。 原始图像

图1-4

（2）系数图如图1-5。 DCT系数

图1-5

（3）计算左上角16*16个像素的能量分布百分比，得4

energy_percent=94.83%。

（4）对比原始图像和压缩后的图像，如图1-6。

图1-6

原始图像 压缩后的图像

计算峰值信噪比，得 PSNR=+33.79 dB。 3、bird.tif

（1）bird原始图像如图1-7。

图1-7

原始图像

5

本文来源：https://www.bwwdw.com/article/cgi2.html