基于DCT变换的图像压缩技术的研究
基于DCT变换的图像压缩技术的研究答辩稿
选题的意义
为了更有效的存储、处理和传输这些图像数据，必须对 其进行压缩
课题研究方法
本文对于图像压缩的方法主要用于离散余弦变换 定义：离散余弦变换（Discrete Cosine Transform，简称DCT） 利用傅立叶变换的性质，采用图像边界褶翻将图像变换为偶函数 形式，然后对图像进行二维傅立叶变换，变换后仅包含余弦项。
其反变换如下式：
二维离散余弦变换核具有可分离性，即可以先对每行进行 一维离散余弦变换，再对每列进行一维离散余弦变换，因 此，二维离散余弦变换可表示为:
基于DCT的编码器系统流程图
基于DCT编码的JPEG压缩过程简化图
DCT系数量化的均衡量化器
量化DCT系数的编排及序号表
系数AC编码格式
10级本科毕业设计答辩
基于DCT变换的图像压缩技术的研究
专 学
业：通信工程 生：蔡滨滨
指导教师：李颖华 LOGO
论文的结构及主要内容
第一部分：选题背景以及研究意义 第二部分：课题研究方法 第三部分：本文研究流程图 第四部分：课题结论
第五部分：致
谢
选题的背景：
随着信息技术的发展，图像信息被广泛应用于多媒体通
压缩比与图像质量的关系
程序流程图
程序流程图
调用dct2和idct2来实现二维离散余弦变换及其反变换
DCT变换后图像
仿真结果如图示
量化系数个数不同的图像的压缩比（CR） 和峰值信噪比（PSNR）
基于改进的DCT变换的图像压缩算法研究
基于改进的DCT变换的图像压缩算法研究图像压缩是数字图像处理的重要研究领域之一。
图像压缩是指将数字图像的数据量缩小，以节省存储空间和传输代价。
图像压缩技术包括有损压缩和无损压缩两种。
有损压缩是在压缩过程中有一部分数据丢失，可以达到更高的压缩比，但会影响图像的质量。
而无损压缩则是在不丢失数据的情况下，压缩图像的数据量，但压缩比相对较小。
在数字图像中，我们可以用离散余弦变换（DCT）进行图像压缩。
DCT变换是将图像从空间域转换到频域的一种方法。
通过DCT变换，我们可以得到图像的频域系数，可以过滤掉一些高频的小波，达到图像压缩的目的。
但是DCT变换在压缩过程中存在问题，传统的DCT变换容易造成“块效应”现象，也就是说在压缩过程中，图像被分成若干个块，而每一块单独进行压缩，导致压缩后的图像存在明显的方块状失真。
因此，我们需要对DCT变换进行改进，以避免“块效应”现象。
改进后的DCT变换被称为改进算法DCT-IV变换。
改进算法DCT-IV变换通过交错扫描和直接DCT变换两种方法对块进行编码，有效地避免了“块效应”现象。
改进算法DCT-IV变换的编解码复杂度较传统DCT变换略高，但是在图像处理方面，具有更好的压缩性能和更高的视觉感受质量。
改进算法DCT-IV变换还具有更好的数据利用率和压缩能力，特别是当需要压缩高质量图像时，改进算法DCT-IV 变换将表现出更为先进的压缩性能。
但是，改进算法DCT-IV变换也存在一些问题。
首先，改进算法DCT-IV变换需要一定的计算量，特别是当需要处理大型图像时，需要更长的计算时间；其次，改进算法DCT-IV变换的压缩比相对于传统DCT变换而言并不是太高。
为了解决这些问题，研究人员正在发展新的基于改进的DCT变换的图像压缩算法。
这些算法采用改进算法DCT-IV变换的基础思想，对该算法进行了优化，以达到更高的压缩比和更高的图像品质。
例如，信噪比改进算法DCT（ISBDCT）就是这样一种基于改进的DCT变换的图像压缩算法。
图像DCT变换编码与压缩
图像DCT 变换编码与压缩一、实验目的：（1）掌握离散余弦变换DCT 的实现方法，了解DCT 的幅度分布特性，从而加深对DCT 变换的认识。
（2）掌握图像DCT 变换编码的实现方法，从而加深对变换编码压缩图像原理的理解。
二、实验内容：编程实现图像DCT 变换编码。
三、实验原理：变换编码是在变换域进行图像压缩的一种技术。
图1显示了一个典型的变换编码系统。
压缩图像输入图像N×N图1 变换编码系统在变换编码系统中，如果正变换采用DCT 变换就称为DCT 变换编码系统。
DCT 用于把一幅图像映射为一组变换系数，然后对系数进行量化和编码。
对于大多数的正常图像来说，多数系数具有较小的数值且可以被粗略地量化（或者完全抛弃），而产生的图像失真较小。
DCT 是仅次于K-L 变换的次最佳正交变换，且以获得广泛应用，并成为许多图像编码国际标准的核心。
离散余弦变换的变换核为余弦函数，计算速度快，有利于图像压缩和其他处理。
对于N ×N 的数字图像，二维DCT 变换的正反变换可表示为：11001100(21)(21)(,)()()(,)coscos 222(21)(21)(,)()()(,)cos cos 22N N x y N N u v x u y v F u v c u c v f x y N Nx u y v f x y c u c v F u v N N Nππππ--==--==++=++=∑∑∑∑（1）其中，1/00()()1,1,2,...,1u v c u c v u v N ⎧==⎪==⎨=-⎪⎩或MATLAB 图像处理工具箱实现离散余弦变换有两种方法：（1）使用函数dct2，该函数用一个基于FFT 的算法来提高当输入较大的方阵时的计算速度。
（2）使用由dctmtx 函数返回的DCT 变换矩阵，这种方法较适合于较小的输入方阵（例如8×8或16×16）。
①函数：dct2实现图像的二维离散余弦变换。
基于DCT变换的彩色图像压缩应用研究
上式 的含义 是任 何 Ｍ ×Ｎ的矩 阵 Ａ都 可 以表 示为 一 系
列具有下面形式 的函数的和 ： Ｋ（ ） Ｆ ｕ ＣＳ （ｘ １ ｕ ＇ Ｍ］ Ｃ Ｓ （ ｙ ）Ｔ ２ ｕ （ ） （ ，） Ｏ ［ ２ ＋ ） ＇ ２ ・ Ｏ［ ２ ＋ ｖｒ Ｎ］ ｎ ／ ／
Ｋｅ ｏ ｄ ：ｄｓｒｔ ｃｓ ｅｔ ｎｆｒ （ Ｃ ） ｍ ｇ ｏ ｐｅｓ ｎ ｙｗ ｒｓ ｉ ｅｅ ｏｉ ａｓ ｍ Ｄ Ｔ ；ｉａ ｅｃｍ ｒｓｉ ；Ｍａ ａ ｃ ｎ ｒ ｏ ｏ ｔｂ ｌ
随着多媒 体技 术 和通 信技 术 的发展 ，多媒 体娱 乐 、信
如下 ：
＾
息 高速公 路等不 断对信 息数 据 的存储 和传 输提 出 了更 高的 要求 ，也给 目前 有 限带宽 以严 峻 的考 验 ，特别 是具 有 庞大 数据 量的数字 图像 通信 ，更难 以传输 和存 储 ，极 大地 制约
第３ ２卷 第 ８期 ２１ ０ ０年 ８月
宜春学 院学报
Ｊ ｕ ｎ ｌｏ ｃ ｕ ｏｌｇ ｏ ｒ ａ ｆＹｉｈ ｎ Ｃ ｌ ｅ ｅ
Ｖ０ ２． Ｎｏ ８ Ｌ３ ． Ａｕ ． ０ ０ ｇ２ １
基 于 Ｄ Ｔ变 换 的 彩 色 图 像 压 缩 应 用 研 究 Ｃ
许 小 明
（ 宜春 学院 物理科 学与 工程技 术 学 院 ，江 西 宜春
上具有强相关 的信 号 ，反 映在 频域 上 是在某 些 特定 的 区域 内能量 常常 被集 中在一 起 ，或 者是 系 数矩 阵 的分 布具有 某 些规律 。我们 可 以利用这些规 律在频 域上减 少量化 比特 数 ， 达到压缩 的 目的 。
基于DCT变换的图像压缩技术研究
２１ ０ ３年 １月
河 南 城 建 学 院 学 报
Ｊ ｕ ｎ ｌｏ ｎ ｎ Ｕｎ ｖ ｒ ｉ ｆＵ ｂ ｎ Ｃ ｎ ｔ ｃｉ ｎ ｏ ｒ ａ ｆＨｅ ａ ｉ ｅ ｓ ｙ ｏ ｒ ａ ｏ ｓ ｕ ｔ ｔ ｒ ｏ
Ｖｏ ． Ｎｏ． １２２ １
Ｊ ｎ ２ １ ａ ．０ ３
文 章 编 号 ：６ ４— ０ ６ ２ １ ） １ ０ ４ ０ １７ ７ ４ （ ０ ３ ０ — ０ ２— ５
基 于 Ｄ Ｔ变 换 的 图像 压 缩 技 术 研 究 木 Ｃ
王 永 皎 ，郭 力 争
（ 河南城 建 学院计 算机科 学与 工程 系 ， 南 平顶 山 ４ ７ ３ ） 河 ６ ０ ６
摘 要 ： 介 绍 了基 于 离散 余 弦 变 换 （ Ｃ ） Ｊ Ｅ 系统 ， 分 析 了 一 维 Ｄ Ｔ和 二 维 Ｄ Ｔ Ｏ Ｔ 的 Ｐ Ｇ 并 Ｃ Ｃ
正反 变换 及其 变换 前后 系数频 带分 布 情 况。利 用 ＭＡ Ｌ Ｂ仿 真软 件 ， ＴＡ 对基 于 Ｆ Ｔ的 直接 算 法和 Ｄ Ｔ变换 矩 阵 间接 算 法 分 别进 行 了仿 真 。仿 真 结 果表 明 ， Ｆ Ｃ Ｄ Ｔ变换 应 用在 图像 压 缩 中 ， 有 方 法 灵 活 、 Ｃ 具 实现 简单 、 图像 压 缩 效 果好 等 优
以通过 量化 位数 的选 择来 控制 。
表 １ Ｊ Ｅ 标 准 化 色 度 量 化 表 ＰＧ
有独 特优 势 的 Ｄ Ｔ Ｄｓｒｔ Ｃ ｓ ｅＴａ ｓ ｒ 离 散余 弦变 换 ） 换 。该 变换 的变换 核 为余 弦 函数 ， 算 Ｃ （ ｉ ｅ ｏｉ ｒ ｆ ｍ， ｃ ｅ ｎ ｎｏ 变 计
速度 快 ， 已被证 明是 一种 最小 均方误 差 条件 下 的次 最佳 正交 变换 。这 种 变 换 除 了具 有 正交 变 换 性 质 现
基于DCT变换的图像压缩算法
基于DCT变换的图像压缩算法图像处理技术一直是计算机科学的热门领域之一，其中基于DCT变换的图像压缩算法因其高效性和广泛应用而备受关注。
本文将探讨基于DCT变换的图像压缩算法的原理及其在实际应用中的表现。
一、原理概述DCT变换是一种将时域信号转换为频域信号的数学方法，被广泛应用于信号处理和图像压缩中。
在图像处理中，DCT变换被用于将一个N×N的图像块转换为N×N的系数矩阵，其中每个系数表示该图像块在特定空间频率上的响应。
基于DCT变换的图像压缩算法的原理是将图像分为若干个N×N的图像块，然后将每个图像块使用DCT变换转换为系数矩阵。
由于在图像中，高频分量的取值通常较小，而低频分量的取值通常较大，因此使用系数矩阵中的高频分量可以有效地压缩图像数据。
二、实际表现基于DCT变换的图像压缩算法在实际应用中表现良好。
例如，在数字摄像机、移动电话摄像头和医学成像设备中，都广泛采用了基于DCT变换的图像压缩算法。
此外，在图像传输和存储中，也经常使用基于DCT变换的图像压缩算法。
在实际应用中，基于DCT变换的图像压缩算法的主要优点是压缩比高、压缩速度快、重建质量好。
此外，基于DCT变换的图像压缩算法还可以进行可逆压缩和不可逆压缩，具有高容错性和灵活性。
三、应用举例在数字摄像机中，基于DCT变换的图像压缩算法被广泛传播和应用。
数字摄像机通常具有高分辨率和高帧速率的优点，但其生产成本较高。
因此，数字摄像机厂家采用基于DCT变换的图像压缩算法，以在不降低图像质量的情况下降低数据传输量。
在移动电话摄像头中，基于DCT变换的图像压缩算法同样被广泛采用。
由于移动电话摄像头的处理能力和存储能力较低，因此使用基于DCT变换的图像压缩算法有助于节省存储空间和传输带宽。
在医学成像设备中，基于DCT变换的图像压缩算法同样得到了广泛应用。
医学成像设备拍摄出的图像质量要求较高，因此使用基于DCT变换的图像压缩算法可以保证图像质量，同时降低数据传输量。
基于DCT变换的图像压缩及matlab仿真
院（系、所）信息与机电学院专业通信与信息系统考试科目数字压缩第三学期研究生姓名张鹏学号*********摘要图像压缩是关于用最少的数据量来表示尽可能多的原图像的信息的一个过程。
对于图像来说，如果需要进行快速或实时传输以及大量存储，就需要对图像数据进行压缩，如果图像数据压缩后再传输，就可以传输更多的图像信息，也就可以增加通信的能力。
变换编码是把图像中的各个像素从一种空间变换到另一种空间．然后针对变换后的信号进行量化与编码操作的一种图象压缩编码技术。
本文提出了基于DCT变换的图像压缩编码算法进行研究，并用MATLAB进行实验仿真，重点介绍了压缩编码的具体过程和方法 ,详细介绍了编码中DCT变换、量化、熵编码等模块的原理和数学推导以及各模块的功能分析，基于DCT 变换的图像压缩方法简单、方便,既能保证有较高的压缩比，又能保证有较好的图像质量，应用MATLAB仿真出来的结果较好的反应了其编码算法原理。
关键词：图像压缩 DCT变换 MATLABAbstractˎ̥Image compression is a process about the least amount of data to show the original image information as much as possible. For images, if the requirement of high-speed and real-time transmission and a large amount of storage, we need to compress the image data, if the image data compression and transmission, can transmit more information of the image, also can increase the ability of communication. Transform coding is that each pixel in the image from a space to another space. Coding an image and then quantization and coding operation according to the transformed signal.This paper puts forward DCT transform for image compression coding algorithm based on study, and experimental simulation using MATLAB, focuses on process and compression coding method, a detailed analysis of principle and mathematical derivation of the DCT transform coding, quantization, entropy coding module and the function of each module, DCT transform for image the compression method is simple, convenient and based on, which can ensure a higher compression ratio, but also ensure a better image quality, the application of MATLAB simulation results reflect the coding algorithm.Key word：Image compression DCT transform MATLAB基于DCT变换的图像压缩及matlab仿真一．图像压缩编码的概念压缩的理论基础是信息论，从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息(可推知的)，也就是用一种更接近信息本质的描述来代替原有冗余的描述。
基于DCT变换的图象压缩技术的Matlab实现
基于DCT 变换的图象压缩技术的Matlab 实现一、背景图象的离散余弦变换具有把高度相关数据能量集中的趋势，因此广泛用于图象压缩。
下面使用二维离散余弦变换进行图象压缩。
利用离散余弦变换进行图象压缩，首先要将输入图象分解为88⨯或1616⨯的块，然后对每个块进行二维离散余弦变换，最后将变换得到的DCT 系数进行编码和传送，解码时对每个88⨯或1616⨯的图象块进行二维DCT 反变换，最后将反变换后的块组合成一幅图象。
对于通常的图象来说，大多数的DCT 系数的值非常接近于0。
如果舍弃这些接近于0的DCT 系数值，在重构图象时并不会带来画面质量的显著下降。
所以，利用DCT 进行图象压缩可以节约大量的存贮空间。
压缩应该在最合理的近似原图象的情况下使用最少的系数，使用系数的多少也决定了压缩比的大小。
源程序：Sig1=imread('qq.bmp');Sig=rgb2gray(Sig1);rat=1/4;Sig=double(Sig)/255;[a,b]=size(Sig);figure(1);imshow(Sig);T=dctmtx(8);DCTcoe=blkproc(Sig,[8 8],'P1*x*P2',T,T'); coeVar=im2col(DCTcoe,[8 8],'distinct');coe=coeVar;[Y,Ind]=sort(coeVar);[m,n]=size(coeVar);%Snum=64-64*rat;for i=1:ncoe(Ind(1:Snum),i)=0;endB2=col2im(coe,[8 8],[a b],'distinct');I2=blkproc(B2,[8 8],'P1*x*P2',T',T);% figure(4);imshow(I2);二、实验内容1、调试上述程序，将运行结果显示如下。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本科毕业设计论文题目:基于DCT变换的图像压缩技术的研究专业名称：学生姓名：指导教师：毕业时间：毕业一、题目基于DCT变换的图像压缩技术的研究二、指导思想和目的要求指导思想：图像信息给人们以直观、生动的形象，成为人们获取外部信息的重要途径。
然而数字图像具有极大的数据量。
在目前的计算机系统条件下，若图像信息不经过压缩，则会占用信道，传输速率变慢，而且传输成本变得昂贵，这对图像的储存、传输及使用都非常不利，同时也阻碍了人们对图像的有效获取和使用。
因此，图像压缩技术的重要性也越来越高，在学习、生产、生活等方面的作用也越来越显著，对图像进行压缩成为图像研究领域的重要课题。
目的要求：基于DCT变换的图像压缩技术，首先介绍图像压缩的基本原理及方法，然后了解离散余弦变换的性质以及JPEG图像压缩算法，最后从DCT 变换、量化以及熵编码三个过程进行详细论述，利用MATLAB仿真软件实现基于DCT变换的图像压缩，去除冗余数据，节约文件所占的码字，降低原始图像数据量，解决图像数据量巨大的问题，以达到对图像进行压缩的目的。
三、主要技术指标图像的质量评价方法主要有两种：一种是主观评价，另一种是客观评价。
主观评价直接反映人眼的视觉感受，主要从亮度、色调、饱和度和细节分辨等方面入手，但因观察者个体差异、人力成本较高等原因而存在许多不足之处。
通常客观评价的方法应用更广泛。
常用的客观评价方法和标准有压缩比（CR）和峰值信噪比（PSNR）两种。
再根据不同的量化系数得到不同的压缩比和峰值信噪比。
x,和标准图像f0()y x,的大小是M⨯N,常用客观评价指标定设待评价图像f()y义如下:x,/f0()y x,不同的量化系数压缩比也不同（量化系数分压缩比：r=f()y别为：1、3、5、10、15等）由于量化系数不同得到的峰值信噪比也不同，根据均方差得出峰值信噪比。
均方差： MSE =()[]()[]}{()[]∑∑∑∑-=-=-=-=-10102010x 10y 20,,,M x N y M N y x f y x f Q y x f Q 式中，运算符Q []∙表示在计算前，为使计算值与人眼视觉感受一致而进行的某种预处理，如对数处理、幂处理等。
常用的Q []∙为K ()[]y x f K K b ,log 321+，其中K 1,K 2,K 3,b 均为常数。
峰值信噪比： PSNR=10MSEf 2max lg ， 式中，max f 为图像的最大灰度值。
四、进度和要求（一）进度：（二）要求完成：（1）外文科技资料翻译（译文字数1500～2000字），要求译文与原文相符并与论文内容相关；（2）论文1份，打印稿（用学校规定的稿纸），论文字数不少于1.5万字，含中、英文摘要（不少于400字）；（3）用PowerPoint 制作论文答辩电子稿1份。
五、主要参考书及参考资料[1]孙兆林. MATLAB 6.X 图像处理[M]. 北京：清华大学出版社，2002.5[2]张德丰. 详解MATLAB 数字图像处理[M]. 北京：电子工业出版社，2010.7[3]郑继刚，王边疆. 基于MATLAB的数字图像处理研究[M]. 云南：云南大学出版社，2010[4]杨丹，赵海滨，龙哲. MATLAB图像处理实例详解[M]. 北京：清华大学出版社，2013.7[5]闫敬文. 数字图像处理（MATLAB版）[M]. 北京：国防工业出版社，2011.8[6]Rafael C. Gonzalez Richard E. Woods Steven L. 等. 数字图像处理的MATLAB的实现[M]. 北京：清华大学出版社，2013.4[7]何小海. 图像通信[M]. 西安：西安电子科技大学出版社，2005[8]罗倩玲. JPEG编码与矢量量化编码方法比较[J]. 电子测量技术，2005（4）[9]朱艳秋，初连禹，陈贺新. 一种基于二维DCT的分形静止彩色图象压缩编[J]. 中国图像图形学报，1997（7）[10]李在铭. 数字图像处理压缩与识别技术[M]. 成都：电子科技大学出版社[11]白淑岩. BAI Shu-yan. 基于DCT的图像压缩及MATLAB实现[J]. 烟台职业学院学报，2007.13（2）[12]赵珊，赵倩. 基于DCT系数的JPEG图像检索算法[J]. 计算机工程，2010（19）学生：指导教师：___________ 系主任：___________摘要随着科学技术的发展，图像压缩技术越来越引起人们的关注。
离散余弦变换常被认为是对语音和图像信号进行变换的最佳方法，图像经过离散余弦变换后，其低频分量都集中在左上角，高频分量分布在右下角。
由于该低频分量包含了图像的主要信息，而高频与之相比，就不那么重要了，所以可以忽略高频分量，从而达到压缩的目的。
本文的主要内容是对基于离散余弦变换的JPEG图像压缩编码算法进行研究，并利用MATLAB软件进行仿真。
首先说明了图像压缩在现代通信中的必要性和可行性，然后阐述图像压缩的基本原理和方法，并对基于离散余弦变换的JPEG图像压缩算法进行了详细的研究，重点介绍了JPEG压缩编码的具体过程和方法，详细介绍了编码中离散余弦变换、量化、熵编码和霍夫曼编码等模块的原理及各模块的功能分析。
通过MATLAB仿真表明基于离散余弦变换的JPEG 图像压缩方法简单、方便，既能保证有较高的压缩比，又能保证有较好的图像质量。
关键词：离散余弦变换，图像压缩，MATLABABSTRACTWith the development of science and technology, image compression technology has attracted more and more attention. Discrete cosine transform is often considered to be the best method to transform the voice and image signal, the image by discrete cosine transform, the low frequency components are concentrated in the upper left corner, the high frequency component distribution in the lower right corner. Because of the low frequency component contains the main information of the image, while the high frequency compared with it, will be less important, so we can ignore the high frequency components, so as to achieve the purpose of compression. The main content of this paper is on the JPEG discrete cosine transform image compression coding algorithm based on study, and the use of MATLAB software simulation. First explained the necessity and feasibility of image compression in modern communications, and then discusses the basic principles and methods of image compression, and the JPEG image compression algorithm based on discrete cosine transform is studied in detail, introduces the process and method of JPEG coding, introduces in detail the principle analysis of the DCT transform coding, quantization, entropy coding and Hoffman coding module and the function of each module. Through the MATLAB simulation results show that the JPEG discrete cosine transform image compression method based on simple, convenient, can guarantee a higher compression ratio, but also ensure a better image quality.KEY WORDS：discrete cosine transform，image compression，MATLAB目录第一章绪论 (1)1.1 课题背景及研究意义 (1)1.2 图像压缩技术的研究现状与发展趋势 (2)1.3 本文研究的主要内容 (3)第二章图像压缩理论基础 (4)2.1 图像压缩基本原理 (4)2.2 图像压缩系统 (4)2.3 图像压缩方法 (5)2.3.1 无损压缩 (5)2.3.2 有损压缩 (6)2.4 静态图像压缩标准 (7)2.4.1 JPEG压缩标准 (7)2.4.2 JPEG2000压缩标准 (8)第三章基于DCT的图像压缩技术 (9)3.1 离散余弦变换原理 (9)3.2 DCT在图像压缩中的应用 (10)3.3 基于DCT的图像压缩编码步骤 (11)3.3.1 基于DCT的图像压缩编码流程图 (13)3.3.2 DCT系数的量化 (14)3.3.3 量化系数的编排 (14)3.3.4 DC系数的编码 (14)3.3.5 AC系数的编码 (16)3.3.6 组成位数据流 (17)第四章基于DCT的图像压缩的MATLAB仿真实现 (21)4.1 MATLAB简介 (21)4.2 DCT的编程实现 (23)4.3 程序流程图 (27)4.4 MATLAB仿真结果分析 (27)4.5 本章小结 (29)第五章全文总结 (30)参考文献 (31)致谢 (33)毕业设计小结 (34)附录 (35)第一章绪论1.1 课题背景及研究意义进入21世纪，人类已步入信息社会，新信息技术革命使人类被日益增多的多媒体信息所包围，这也正好迎合了人类对要示提高视觉信息的需求。