图像压缩编码实验报告
基于小波变换的数字图像压缩编码研究的开题报告

基于小波变换的数字图像压缩编码研究的开题报告一、研究背景数字图像处理技术是现代数字信息技术的重要组成部分。
数字图像的处理、存储、传输等需要大量的数据容量,而图像数据的存储和传输往往受制于计算机系统和网络设备的限制。
因此,如何有效地压缩数字图像数据,减少存储和传输成本,成为数字图像处理领域中的一个重要问题。
目前,JPEG、JPEG2000等压缩方法已得到广泛应用,其中小波变换在图像压缩中也发挥了重要作用。
小波变换作为一种基于时间-频率分析的数学工具,具有分辨率逐层递进、局部性、多分辨率分析等特点,被广泛用于数字信号和图像处理中。
因此,基于小波变换的数字图像压缩编码研究,具有重要的理论和应用意义。
二、研究内容和目标本研究将基于小波变换的数字图像压缩编码方法进行研究,探讨其在图像压缩中的优化和应用。
具体研究内容和目标如下:1.探究小波变换在数字图像压缩中的原理及应用方法,了解小波变换的基本概念、特性以及小波变换与数字图像信号的关系。
2.综合比较现有的数字图像压缩算法,分析其优点和不足,进而提出一种基于小波变换的数字图像压缩编码算法,并进行优化研究。
3.实现所提出算法的数字图像压缩编码,探究其在不同压缩比下的图像质量、压缩时间及压缩后文件大小等性能指标。
4.探讨基于小波变换的数字图像压缩算法在实际应用中的效果,如医学影像、卫星图像、航空影像等领域的应用,并分析算法的优化空间。
三、研究方法和技术路线本研究将采用以下方法和技术路线:1.文献综述法:对数字图像压缩编码领域的现有研究成果及相应算法进行查阅和总结,对小波变换在数字图像压缩中的应用进行梳理和整理。
2.算法设计方法:在了解小波变换原理的基础上,结合现有数字图像压缩编码算法的优点和不足,设计基于小波变换的数字图像压缩编码算法,并进行优化研究。
3.实验仿真法:对所提出的算法进行实验仿真,探究其在不同压缩比下的性能指标,如图像质量、压缩时间、压缩后文件大小等方面,以验证算法的效果和可行性。
基于小波变换的图像压缩编码算法研究的开题报告

基于小波变换的图像压缩编码算法研究的开题报告
一、选题背景
随着数字图像的广泛应用与快速发展,对于图像传输、存储等方面
的需求也日益增长。
然而,由于数字图像本身的存储量往往较大,因此
需要采用一定的图像压缩编码算法来减小其存储容量。
小波变换因具有
冗余度低、能量集中、时间、频率与尺度的多重分辨等特点而被广泛应
用于图像压缩编码领域。
因此本文拟基于小波变换的图像压缩编码算法
进行研究。
二、研究内容与目的
本文的研究内容为基于小波变换的图像压缩编码算法的研究。
目的
是通过对小波变换的原理和特性进行分析,结合图像压缩编码的需求,
提出一种高效的图像压缩编码算法并进行实验验证。
三、研究方法
1. 理论研究:对小波变换的相关理论进行分析,探究其在图像压缩
编码中的应用特点。
2. 算法设计:基于小波变换的特性,结合图像压缩编码的需求,设
计一种高效的图像压缩编码算法。
3. 实验验证:采用实验方法对所设计的图像压缩编码算法进行验证,并进行结果分析和评价。
四、研究意义
基于小波变换的图像压缩编码算法在实际应用中具有广泛的应用价值。
对于图像传输和存储等方面,可以有效减小存储容量和传输带宽,
提高图像处理的效率。
因此,本文的研究意义在于提出一种高效的图像
压缩编码算法,为实际应用提供技术支持和参考。
五、预期结果
预计通过本文的研究,能够提出一种高效的基于小波变换的图像压缩编码算法,并在实验中进行验证。
同时,将从算法的实际应用价值和改进空间等方面进行分析和讨论,为该领域的进一步发展提供参考和思路。
基于感兴趣区域(ROI)图像的压缩编码研究的开题报告

基于感兴趣区域(ROI)图像的压缩编码研究的开题报告一、研究背景图像压缩编码技术在数字图像处理领域中,具有重要的应用价值。
随着数字图像应用的广泛开展,人们对高清晰度、高保真、低码率的图像压缩编码需求不断增强。
基于感兴趣区域(ROI)图像的压缩编码技术因其优异的压缩性能和易于人机交互的特点,近年来备受关注。
ROI图像是指图像中特定区域,如感兴趣的目标、重要的细节和边缘等,需要高保真度和高清晰度的部分。
基于感兴趣区域的图像压缩编码技术可以将ROI图像进行特殊的处理,保证其高保真度和高清晰度,同时压缩非ROI 图像以减小数据传输的容量,提高数据的传输速率和实时性。
二、研究内容本研究旨在基于感兴趣区域(ROI)图像的压缩编码技术,对数字图像压缩编码进行研究。
具体研究内容包括:1、ROI提取与分割算法研究根据图像的特点和需要,研究ROI提取和分割算法,设计出高效的算法对图像中的ROI进行提取,实现区域分割。
本研究以常见的分割算法为基础,结合ROI的特征和分析,研究基于感兴趣区域的图像分割算法,提高ROI图像的提取效率和准确性。
2、基于ROI的图像压缩编码算法研究结合ROI提取和分割算法,研究基于感兴趣区域的图像压缩编码算法。
本研究以JPEG算法为基础,针对ROI图像的特殊处理,研究ROI 编码策略和非ROI编码策略,实现对数字图像的有效压缩。
3、实验验证通过对比实验验证本研究的ROI压缩编码技术和传统图像压缩编码技术的压缩效果和编解码时间,评估研究成果的有效性和实用性。
本研究还将通过改进和优化ROI压缩编码技术,提高图像的压缩率和保真度。
三、研究意义本研究将深入探究基于感兴趣区域的图像压缩编码技术,针对数字图像处理领域中高清晰度、高保真度、低码率的需求,提出优秀的ROI图像压缩编码技术,为数字图像处理领域的发展做出贡献。
四、研究方法本研究采用实验研究和数据分析方法,设计基于感兴趣区域的图像压缩编码算法,实现对数字图像的有效压缩和处理。
基于小波变换的图像压缩编码方法的研究的开题报告

基于小波变换的图像压缩编码方法的研究的开题报告一、选题背景和意义:随着数字图像技术的快速发展,图像的存储、传输和处理越来越重要。
而传统的图像压缩编码算法,如JPEG等,虽然具有一定的压缩率,但在保留图像细节和图像质量方面还有待提高。
近年来,基于小波变换的图像压缩编码方法得到了广泛应用。
小波变换是一种将信号分解成不同频率子带的有效方法。
在进行图像压缩时,通过利用小波分解分解出图像的各个频率部分,再根据不同频率部分的重要度进行量化和编码,可以达到更好的压缩效果。
因此,本研究选择基于小波变换的图像压缩编码方法作为研究课题,希望通过研究小波变换的基本原理和压缩编码算法,开发一种图像压缩编码方法,使压缩后的图像质量更为清晰,同时达到更高的压缩率。
二、研究内容和预期目标:1. 小波变换的基本原理和实现方式;2. 常用的小波基函数的选择和比较;3. 基于小波变换的图像压缩编码算法的设计和实现;4. 压缩率和图像质量的度量和评估方法;5. 优化算法的研究和实践。
预期目标:1. 掌握小波变换的基本原理和实现方式;2. 确定适用于图像压缩的小波基函数,并进行比较和分析;3. 实现基于小波变换的图像压缩编码算法,并进行压缩率和图像质量的评估;4. 研究优化算法,提高压缩率和图像质量;5. 实现高效、可靠的图像压缩编码算法,并进行实验验证。
三、研究方法和技术路线:本研究将以文献调研、理论分析和实验验证相结合的方式进行。
具体如下:1. 文献调研:综合国内外相关文献,了解基于小波变换的图像压缩编码方法的研究现状和发展趋势。
2. 理论分析:掌握小波变换的基本原理和实现方式,确定适用于图像压缩的小波基函数,并研究基于小波变换的图像压缩编码算法。
3. 实验验证:使用图像压缩数据集,实现基于小波变换的图像压缩编码算法,并进行压缩率和图像质量的评估。
在此基础上,对算法进行优化并比较,提高图像压缩的效果。
四、预期研究成果:1. 探究基于小波变换的图像压缩编码方法的实现原理;2. 确定优秀的小波基函数并进行比较和分析;3. 实现基于小波变换的图像压缩编码算法并进行评估;4. 研究优化算法,提高图像压缩效果;5. 完成一篇高质量的毕业论文,并得到导师和专业评审人的认可和肯定。
基于小波变换的数字图像压缩(实验5报告范文)

基于小波变换的数字图像压缩(实验5报告范文)多媒体技术实验报告学院:城南学院通信1202班姓名:学号:指导老师:尹波时间:2022/12/9教师评语:成绩评阅教师日期实验五:基于小波变换的数字图像压缩1.实验目的1)掌握小波变换的基本原理,掌握matlab小波变换工具箱。
2)利用MATLAB小波程序进行图像压缩。
2.实验原理小波变换基本概念多分辨分析,也称为多尺度分析,即在不同尺度下对事物进行分析。
在大尺度上分析信号的全貌,在小尺度上分析信号的细节。
连续小波变换:某CWTf(a,b)某(t),a,b(t)某(t)a,b(t)dtRCWTf(a,b)某(t),a,b(t)连续小波变换的结果可以表示为平移因子a和伸缩因子b的函数。
R某(t)a,b(t)dtRtb某(t)a()dta12小波变换对一个函数在空间和时间上进行局部化的一种数学变换。
通过平移母小波(motherwavelet)获得信号的时间信息,通过缩放母小波的宽度(或称尺度)获得信号的频率特性。
对母小波的平移和缩放操作是为计算小波的系数,这些系数代表局部信号和小波之间的相互关系。
小波分解树与小波包分解树由低通滤波器和高通滤波器组成的树。
原始信号通过一对滤波器进行的分解叫做一级分解。
信号的分解过程可以迭代,即可进行多级分解。
自然的高通滤波器输出对应的信号的高频分量部分,称为细节分量,低通滤波器输出对应了信号的相对较低的频率分量部分,称为近似分量。
基于小波分析的图像压缩二维小波分析用于图像压缩是小波分析应用的一个重要方面。
它的特点是压缩比高,压缩速度快,压缩后能保持图像的特征基本不变,且在传递过程中可以抗干扰。
小波分析用于图像压缩具有明显的优点。
基于小波分析的图像压缩方法很多,比较成功的有小波包、小波变换零树压缩、小波变换矢量量化压缩等。
利用二维小波分析对图像进行压缩。
一幅图像作小波分解后,可得到一系列不同分辨率的子图像,不同分辨率的子图像对应的频率是不相同的。
图像压缩编码技术研究

毕业论文(设计) 题目图像压缩编码技术的应用研究学生姓名方超学号20061341002院系信息与控制学院专业测控技术与仪器指导教师陈海秀二O一O年五月二十八日目录摘要 (1)一、绪论 (1)1.1 图像压缩编码的研究意义 (1)1.2图像压缩编码的研究现状和发展 (1)1.3本课题的主要工作 (2)二、图像压缩编码概述 (3)2.1图像压缩编码的必要性和可能性 (3)2.2图像编码压缩方法分类 (4)2.3 图像编码质量的评价 (5)2.3.1图像质量评价的客观准则 (5)2.3.2 图像质量评价的主观准则 (6)三、无损压缩编码原理与实现及其性能对比 (7)3.1霍夫曼编码 (7)3.1.1霍夫曼编码的基本原理 (7)3.1.2 MATLAB实现霍夫曼编码 (9)3.1.3霍夫曼编码压缩前后图像质量对比 (10)四、有损压缩编码原理与实现及其性能对比 (12)4.1预测编码 (12)4.1.1 DPCM编码的基本原理 (12)4.1.2 MATLAB实现DPCM编码 (14)4.1.3 DPCM编码压缩前后图像质量对比 (18)4.2 变换编码DCT (20)4.2.1离散余弦变换(DCT)基本原理 (20)4.2.2 MATLAB实现DCT编码 (22)4.2.3变换编码DCT压缩前后图像质量对比 (26)4.3小结 (27)五、混合压缩编码原理与实现及其性能对比 (27)5.1 JPEG压缩编码标准 (27)5.1.2 MATLAB实现JPEG编码 (28)5.1.3 JPEG编码压缩前后图像质量对比 (31)5.2小波变换压缩编码 (32)5.2.1 小波变化的基本原理 (33)5.2.2MATLAB实现小波变换 (34)5.2.3 小波变换压缩前后图像质量对比 (37)5.3小结 (38)六、结论 (39)参考文献 (40)致谢 (42)Abstract (43)附录 (44)图像压缩编码技术的应用研究方超南京信息工程大学信息与控制学院仪器科学与技术系,南京210044摘要:在满足一定图像质量的条件下,我们可以对图像的数据进行变换、编码和压缩,去除冗余数据来减少表示数字图像时所需要的数据量,以方便图像的存储和传输。
图像处理中的图像压缩与编码算法研究
图像处理中的图像压缩与编码算法研究摘要:图像处理技术在现代社会中得到了广泛的应用,图像的压缩和编码是图像处理的一个重要环节。
本文对图像压缩与编码的基本概念进行了介绍,并对目前常用的图像压缩与编码算法进行了研究与分析,包括无损压缩算法和有损压缩算法。
通过对不同算法的比较,总结出适用于不同应用场景的图像压缩与编码算法的特点与优势。
关键词:图像处理、图像压缩、图像编码、无损压缩、有损压缩一、介绍图像处理是指对图像进行一系列的数字化操作,以改善图像的质量或实现特定目标。
而图像的压缩和编码则是图像处理中的一个重要环节,通过减少图像占用的存储空间或传输带宽,提高图像的存储与传输效率。
二、图像压缩的基本概念图像压缩是指通过特定的算法和方法,将原始图像的数据量减少,从而减小图像占用的存储空间或传输带宽。
图像压缩可以分为无损压缩和有损压缩两种方法。
1. 无损压缩无损压缩是指在压缩图像的过程中,不丢失原始图像的任何信息。
常用的无损压缩算法有LZW算法、RLE算法和Huffman编码等。
2. 有损压缩有损压缩是指在压缩图像的过程中,为了减小数据量,会舍弃部分图像信息。
有损压缩可以进一步分为可见压缩和不可见压缩。
三、常用的图像压缩与编码算法1. LZW算法LZW(Lempel-Ziv-Welch)算法是一种无损压缩算法,常用于图像、文件和音频等数据的压缩。
该算法利用词典的方式来记录已出现过的字符序列,在压缩阶段,将新的字符序列添加到词典中,并输出其索引值作为压缩后的数据。
2. RLE算法RLE(Run Length Encoding)算法是一种简单的无损压缩算法,适用于一些有连续相同像素点的图像。
该算法将连续的相同像素的个数和像素值合并成一个元素,从而减少了存储或传输的数据量。
3. Huffman编码Huffman编码是一种无损压缩算法,通过根据字符出现的频率来赋予其不同的编码长度,进而减少数据的存储空间。
该算法通过构建Huffman树和进行前缀编码来实现对字符的压缩。
图像压缩编码算法的实现
实验六图像压缩编码算法的实现
一实验内容
给定一个原始图像作为源图像,要求学生达到以下要求:
1. 已经给定RLE编码程序,包括编码过程中调用的 data2rle 函数,在读懂程序的基础上给程序写代码注释。
(没有使用过的 MATLAB 自带函数请使用h
elp 功能进行查询);
2. 已经给定RLE解码程序,包括编码过程中调用的 rle2data函数,在读懂程序的基础上给程序写代码注释。
(没有使用过的 MATLAB 自带函数请使用h
elp 功能进行查询);
3. 在读懂了RLE编码解码程序基础上,请考虑通过何种改进可以使压缩后的数据量变小,并实现自己的改进想法。
二实验要求
学生应按指导教师的要求独立完成实验,并按要求撰写实验报告(应包含实
验核心程序、实验过程和结果中的关键图片和关键数据结果)。
三实验结果。
图像压缩编码技术的研究与实践
图像压缩编码技术的研究与实践随着科技的不断发展,图像在我们的生活中扮演着越来越重要的角色。
我们在日常生活中无时无刻不接触着图像,例如我们通过网络查看的图片、在电视上观看的电影以及在个人通迅设备上保存的照片等。
因此,图像的压缩编码技术成为了一门研究的热门课题。
图像压缩编码技术是计算机图像处理中的一个重要技术,它是指将原始图像的信息用最少的比特数来表示,以减小存储空间并提高传输效率。
常见的图像压缩编码技术分为两大类:无损压缩和有损压缩。
无损压缩技术是指在压缩的过程中不丢失图像的任何信息,压缩效率不高,但是保证了数据的完整性。
常见的无损压缩算法有RLE和LZW。
RLE(Run Length Encoding)算法是一种基于重复数据的算法,它根据数据的出现次数来对数据进行编码,以减少存储空间。
LZW(Lempel-Ziv-Welch)算法是另一种基于重复数据的算法,它将整个图像建立一个字典表,将经常出现的像素编码为字典中的编号,以减少存储空间。
有损压缩技术是指在压缩的过程中会丢失一些图像信息,以换取更高的压缩效率。
常见的有损压缩算法有JPEG和MPEG。
JPEG(Joint Photographic Experts Group)是一种流行的基于变换编码的图像压缩标准,它将图像以8x8的块进行处理,利用离散余弦变换(DCT)将原始数据变换为频域数据,再通过量化和哈夫曼编码实现压缩。
MPEG(Moving Picture Experts Group)是一种基于运动估计的视频压缩标准,通过预测和差分编码来压缩视频,能够有效地对运动图像进行压缩。
随着技术的不断发展,图像压缩编码技术的应用范围也越来越广泛。
例如在视频会议中,采用MPEG算法可以有效压缩视频,实现较好的传输效率和图像质量。
在数字媒体存储和传输中,采用JPEG算法可以对高分辨率图像进行压缩处理,以减小存储空间和传输带宽。
在网络图像传输中,采用PNG算法可以将图像压缩至最小尺寸,以提高图像传输的效率和速度。
数字图像处理实验报告图像压缩
数字图像处理实验报告图像压缩竭诚为您提供优质文档/双击可除数字图像处理实验报告图像压缩篇一:数字图像处理实验报告数字图像处理实验报告课程:班级:学号:姓名:指导老师:日期:实验一内容一mATLAb数字图像处理初步一、实验目的与要求1.熟悉及掌握在mATLAb中能够处理哪些格式图像。
2.熟练掌握在mATLAb中如何读取图像。
3.掌握如何利用mATLAb来获取图像的大小、颜色、高度、宽度等等相关信息。
4.掌握如何在mATLAb中按照指定要求存储一幅图像的方法。
5.图像间如何转化。
二、实验内容及步骤1.利用imread()函数读取一幅图像,假设其名为flower.tif,存入一个数组中;解:读取图像,存入数组I 中:I=imread(flower.tif);2.利用whos命令提取该读入图像flower.tif的基本信息;解:查询数组I的信息:3.利用imshow()函数来显示这幅图像;解:因为imshow()方法不能直接显示tif图像矩阵,因此要先转换成Rgb模式,再调用imshow()显示。
代码如下:>>I1=I(:,:,1);>>I2=I(:,:,2);>>I3=I(:,:,3);>>Rgb=cat(3,I1,I2,I3);>>imshow(Rgb);显示的图像为:4.利用imfinfo函数来获取图像文件的压缩,颜色等等其他的详细信息;解:代码如下:>>imfinfo(flower.tif)结果截图:5.利用imwrite()函数来压缩这幅图象,将其保存为一幅压缩了像素的jpg文件,设为flower.jpg;语法:imwrite(原图像,新图像,‘quality’,q),q取0-100。
解:代码:>>imwrite(Rgb,flower.jpg,quality,80);结果截图:6.同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp 图像,设为flower.bmp。
- 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)。
图像压缩编码实验报告
一、 实验目的
1. 了解有关数字图像压缩的基本概念,了解几种常用的图像压缩编码方式;
2. 进一步熟悉JPEG编码与离散余弦变换(DCT)变换的原理及含义;
3. 掌握编程实现离散余弦变换(DCT)变换及JPEG编码的方法;
4. 对重建图像的质量进行评价。
二、 实验原理
1、图像压缩基本概念及原理
图像压缩主要目的是为了节省存储空间,增加传输速度。图像压缩的理想标准是
信息丢失最少,压缩比例最大。不损失图像质量的压缩称为无损压缩,无损压缩
不可能达到很高的压缩比;损失图像质量的压缩称为有损压缩,高的压缩比是以
牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码,希望用更少的
数据表示图像。应用在多媒体中的图像压缩编码方法,从压缩编码算法原理上可
以分为以下3类:
(1)无损压缩编码种类
哈夫曼(Huffman)编码,算术编码,行程(RLE)编码,Lempel zev编码。
(2)有损压缩编码种类
预测编码,DPCM,运动补偿;
频率域方法:正交变换编码(如DCT),子带编码;
空间域方法:统计分块编码;
模型方法:分形编码,模型基编码;
基于重要性:滤波,子采样,比特分配,向量量化;
(3)混合编码
JBIG,H.261,JPEG,MPEG等技术标准。
2、JPEG 压缩编码原理
JPEG是一个应用广泛的静态图像数据压缩标准,其中包含两种压缩算法(DCT和
DPCM),并考虑了人眼的视觉特性,在量化和无损压缩编码方面综合权衡,达到
较大的压缩比(25:1以上)。JPEG既适用于灰度图像也适用于彩色图像。其中最
常用的是基于DCT变换的顺序式模式,又称为基本系统。JPEG 的压缩编码大
致分成三个步骤:
(1) 使用正向离散余弦变换(forward discrete cosine transform,FDCT)把空间域
表示的图变换成频率域表示的图。
(2) 使用加权函数对DCT系数进行量化,该加权函数使得压缩效果对于人的
视觉系统最佳。
(3) 使用霍夫曼可变字长编码器对量化系数进行编码。
3、离散余弦变换(DCT)变换原理
离散余弦变换(DCT)是一种实数域变换,其变换核为实数余弦函数,图像处理
运用的是二维离散余弦变换,对图像进行DCT,可以使得图像的重要可视信息
都集中在DCT的一小部分系数中。 二维DCT变换是在一维的基础上再进行一
次DCT变换,公式如下:
11(0.5)(0.5)(,)()()(,)coscos1,0()2,0NNijijFuvcucvfijuvNNuNcuuN
(1)
f为原图像,经DCT 变换之后,F为变换矩阵。(0,0)F
是直流分量,其他为
交流分量。上述公式可表示为矩阵形式:
(0.5)(,)()cosTFAfAjAijciiN
(2)
其中A是变换系数矩阵,为正交阵。
逆DCT 变换:
(,)(,)TfijAFuvA
(3)
这里我们只讨论两个N相等的情况,即图像为方形(行列数相等),在实际应用中
对不是方阵的数据都应先补齐再进行变换的。
4、图象质量评价
保真度准则是压缩后图象质量评价的标准。客观保真度准则:原图象和压缩图象
之间的均方根误差或压缩后图象的均方根信噪比。主观保真度准则:极好、良好、
通过、勉强、低劣、不能用。
客观保真度准则
新旧图像的均方误差
(4)
均方根误差
(5)
把压缩后图像表示成原图像和噪声的叠加
(6)
均方信噪比
(7)
三、 实验内容及步骤
本实验主要采用MATLAB程序实现DCT变换及JPEG压缩编码(OpenCV 亦
可)
实验步骤:
读取一张大小为512x512的灰度图像(或彩色图像,并将其灰度化)
实验一:
1) 把图像分解成若干个8x8的子块;
2) 对每个子块分别作DCT变换;
3) 保留变换后的直流分量,将交流分量全部清零;
4) 使用逆DCT变换,得到新的图像,观察图片变化。
实验二:
1) 直接对整张原图像做DCT变换;
2) 保留直流分量,交流分量全部清零;
3) 再用逆DCT变换,得到新的图像,观察图片变化,注意与实验一结果的区别。
实验三:
1) 直接对整张原图像做DCT变换;
2) 保留直流分量;
3) 尝试保留有限个交流分量的个数;
4) 直到逆DCT变换以后的图像可以达到可观察的效果,与实验一结果作比较。
1111220000,/,NNNNmsxyxySNRfxyexy
11222001,,NNxyefxygxyN
2
rms
ee
,,,fxygxyexy
四、质量评价
zfgwc是均方根误差
zfwc是均方误差
zfxzb是均方信噪比
实验一的结果:
实验二的结果:
实验二的结果:
从主观来看,实验一得到的图像锯齿现象严重,保真度勉强。实验二的结果完全无法辨
认,保真度不可用。实验三在保留变换矩阵左上角35*35的点阵条件下,图像基本可辨认,
其效果与实验一效果差不多,没有了明显的锯齿现象,但是有条纹,灰度不连续,保真度勉
强。
客观上,实验一zfgwc=18.5564,zfwc=344.3411, zfxzb=46.5289;
实验二zfgwc=71.8744,zfwc=5.1659e+03, zfxzb=2.1750;
实验三zfgwc=18.6136,zfwc=346.4674, zfxzb=46.1248;