研究过离散傅里叶变换的,都会觉得离散余弦变换的会更简单,不过不知道为什么网上却没有像离散傅里叶变换那样多的介绍,还得下次找本书好好钻研,后再补充。
二维离散余弦变换的正变换公式为:
在图像的压缩编码中,N一般取8.
二维DCT的反变换公式为:
以上各式中的系数:
基于DCT的JPEG图像压缩编码理论算法 基于DCT编码的JPEG编码压缩过程框图,如图1所示。
图1 基于DCT编码的JPEG压缩过程简化图
上图是基于DCT变换的图像压缩编码的压缩过程,解压缩与上图的过程相反。
在编码过程中,首先将输入图像颜色空间转换后分解为8×8大小的数据块,然后用正向二维DCT把每个块转变成64个DCT系数值,其中1个数值是直流(DC)系数,即8×8空域图像子块的平均值,其余的63个是交流(AC)系数,接下来对DCT系数进行量化,最后将变换得到的量化的DCT系数进行编码和传送,这样就完成了图像的压缩过程。
从原理上讲可以对整幅图像进行DCT变换,但由于图像各部位上细节的丰富程度不同,这种整体处理的方式效果不好。为此,发送者首先将输入图像分解为8*8或16*16块,然后再对每个图像块进行二维DCT变换,接着再对DCT系数进行量化、编码和传输;接收者通过对量化的DCT系数进行解码,并对每个图像块进行的二维DCT反变换。最后将操作完成后所有的块拼接起来构成一幅单一的图像。
所以DCT是对二维像素数组进行处理,下面附上程序:
* in_image 输入图像矩阵
* iw, ih 输入图像宽高
* bsize bsizeXbsize图像块DCT变换
* type type = 1为正DCT变换, type =-1为逆变换
*------------------------------------------------------------*/
public double[][] dctTrans(double[][] img, int iw, int ih, int bsize, int type)
{
int iter_num = 256 / bsize;
dct_image = new double[iw][ih];
dct_coef = new double[bsize][bsize];
dct_coeft = new double[bsize][bsize];
image = new double[bsize][bsize];
coeff(dct_coef, bsize);
//定义转置矩阵系数
for (int i = 0; i < bsize; i++)
for (int j = 0; j < bsize; j++)
dct_coeft[i][j] = dct_coef[j][i];
if (type == 1)
{
for (int j = 0; j < iter_num; j++)
{
for (int i = 0; i < iter_num; i++)
{
//取bsizeXbsize图像块image[][]
for (int k = 0; k < bsize; k++)
for (int l = 0; l < bsize; l++)
image[k][l] = img[i * bsize + k][j * bsize + l];
//bsizeXbsize块DCT变换
dct(image, dct_coeft, dct_coef, bsize);//正变换
//Output dct image
for (int k = 0; k < bsize; k++)
for (int l = 0; l < bsize; l++)
dct_image[i * bsize + k][j * bsize + l] = image[k][l];
}
}
}
else
{
for (int j = 0; j < iter_num; j++)
{
for (int i = 0; i < iter_num; i++)
{
//取bsizeXbsize图像块image[,]
for (int k = 0; k < bsize; k++)
for (int l = 0; l < bsize; l++)
image[k][l] = img[i * bsize + k][j * bsize + l];
//bsizeXbsize块IDCT变换
dct(image, dct_coef, dct_coeft, bsize);//逆变换
//Output dct image
for (int k = 0; k < bsize; k++)
for (int l = 0; l < bsize; l++)
dct_image[i * bsize + k][j * bsize + l] = image[k][l];
}
}
}
return dct_image;
}
public void coeff(double[][] dct_coef, int n)
{
double sqrt_1 = 1.0 / Math.sqrt(2.0);
for (int i = 0; i < n; i++)
dct_coef[0][i] = sqrt_1;
//初始化DCT系数
for (int i = 1; i < n; i++)
for (int j = 0; j < n; j++)
dct_coef[i][j] = Math.cos(i * Math.PI * (j + 0.5) / ((double)n));
}
public void dct(double[][] a, double[][] b, double[][] c, int n)
{
double x;
double[][] af = new double[n][n];
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{
x = 0.0;
for (int k = 0; k < n; k++)
x += a[i][k] * b[k][j];
af[i][j] = x;
}
}
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{
x = 0.0;
for (int k = 0; k < n; k++)
x += c[i][k] * af[k][j];
a[i][j] = 2.0 * x / ((double)n);
}
}
}
实验效果如下:
- 大小: 16 KB
- 大小: 15.2 KB
- 大小: 10.2 KB
- 大小: 16.6 KB
- 大小: 39.9 KB
分享到:
相关推荐
c++实现图像傅里叶变换、离散余弦变换和沃尔什变换。
该PPT介绍了图像变换领域中的两个基础的变换, 傅里叶变换和离散余弦变换. 涉及内容包括一维傅里叶变换, 二维离散傅里叶变换, 二维离散傅里叶变换的性质, 快速傅里叶变换, 傅里叶变换在图像处理中的应用; 离散余弦...
图像的正交变换源码 傅里叶变换 离散余弦变换 沃尔什变换
本程序是用VC++编写的用于图像的傅里叶变换,离散余弦变换处理的程序。其中编写了很好的一个基类ImgCenterDib。以后的傅里叶变换,边缘检测等等程序都是在此类基础上加以运用的。 本程序有很好的编程风格,代码...
对不同图像进行傅里叶变换与离散余弦变换对比频谱图效果
图像傅立叶变换,离散余弦变换,沃尔什变换
离散余弦变换是仅次于K-L变换的次最佳正交变换,且有这样的性质:许多有关图像的重要可视信息都集中在DCT变换的一小部分系数中,因此已被广泛应用到图像压缩编码、语音信号处理等众多领域,并成为许多图像编码国际...
基于离散余弦变换的图像压缩技术
在VIsual C++的基础上,对图像进行离散余弦变换(含测试图片)。
本文研究图像的正交变换之一离散余弦变换,使用VC++编码具体实现了AAN快速算法,大大提高...本文对离散余弦变换的基本原理、数学依据及程序的实现过程做了细致的研究,并对DCT的变换图像和反变换的还原图像进行了测试。
问题1:对输入的灰度和彩色图像进行分块,每一块图像为8...对分块图像进行离散余弦变换,输出频谱图(DCT系数); 问题2:尝试改变部分的DCT系数; 问题3:通过离散余弦逆变换,还原出图像,观察与原图像之间的区别。
离散余弦变换的原理的介绍离散余弦变换的原理的介绍离散余弦变换的原理的介绍
离散余弦变换 和逆离散余弦变换的快速算法
C++实现灰度图像正交变换,包括傅里叶变换、离散余弦变换、沃尔什变换,小波变换(bmp灰度图像),VC6.0里运行无误
这是一位著名教授推荐的学习资料,和大家一起分享。
数字图像处理及应用:第三章 离散余弦变换(32学时新).ppt
不用多说了,经典算法。初学者和需要交作业的学生可以参考。完整的源代码和可执行程序。
用C语言写的对图像进行DCT,FFT,DWT变换的程序 没有内存泄露 希望对学习图像处理的初学者有帮助
06-图像的离散余弦变换-2.pdf06-图像的离散余弦变换-2.pdf
对Lena图像进行傅立叶、离散余弦、哈达玛变换。在频域,对比他们的变换后系数矩阵的频谱情况,进一步,通过逆变换观察不同变换下的图像重建质量情况。