本文章包含以下内容：

1．选择matlab自带图像cameraman.tif和westconcordorthophoto.png为编码压缩的测试图像。

2．根据设计要求选择图像编码和压缩方法；

3、设计编码与压缩的算法；

4、显示原始图像和压缩重构图像；

5、计算压缩的性能指标：压缩率和保真度；

6、画出压缩率和保真度的关系曲线。

本文章中有：

        图像读取，余弦变换，亮度量化，Z字形重排，游程编码，参数文件保存，

        参数文件读取，逆游程编码，逆Z字形重排，逆量化压缩，生成压缩比，保真度。

仿照JPEG压缩代码如下：

（可以放到同一个文件里，R2009b以上可以用，不然的话要改函数）

如果觉着数据不好，可以更改Q_New函数中的值。

因为用到了blockproc函数，在R2009b版本以上可以直接用，否则需要改函数。

因为为了画曲线，进行了100+次图像压缩，运行时间较长，想要时间短点，可以更改36行的for循环。

用到了行程编码，所以如果图像复杂，可能会越压越大。

PadPartialBlocks作用是裁剪时，如果不足8*8，则填充成8*8的矩阵

function U()clear;clc;img = imread('cameraman.tif'); % 读取文件 % img = imread('westconcordorthophoto.png'); % 读取文件Q = 30; % 品质（1~100），100最好Q_ = Q_New(Q);% blkproc对图像进行分块处理,分成8*8的子块，并用dct2()处理DCT_c = blkproc(img,[8,8],'dct2');figure(); % 开一个窗口subplot(2,3,1);imshow(img);title('原图'); %显示原图% 显示余弦变换结果subplot(2,3,2);imshow(log(abs(DCT_c)+1),[0,10]);title('余弦变换结果');T = Y_Table(); % 用亮度量化表,用于量化压缩DCT_c = blkproc(DCT_c,[8,8],'round(x./(P1*P2))',T,Q_); % 量化压缩% 显示量化压缩结果subplot(2,3,3);imshow(log(abs(DCT_c)+1),[0,10]);title('量化压缩结果');Z = blockproc(DCT_c,[8,8],@Z_open,'PadPartialBlocks',true); % Z字形重排（展开）Z_openS = size(Z); % 记录展开后大小，方便以后复原Z = Z(:); % 展开成一维Z = forecast(Z); % 预测编码Z = RLC(Z); % 游程编码 % save('图像.mat','Q','S','Z'); % 将大小，游程编码后结果，保存到文件中 % load('图像.mat'); % 读取保存的变量Z = iRLC(Z); % 游程解码Z = iforecast(Z); % 预测编码Z = reshape(Z,S(1),S(2)); % 重组Z = blockproc(Z,[64,1],@Z_merge); % 逆Z字重排（合并）DCT_c = blkproc(Z,[8,8],'x.*P1*P2',T,Q_); % 逆量化压缩% 显示逆量化压缩结果subplot(2,3,6);imshow(log(abs(DCT_c)+1),[0,10]);title('逆量化压缩结果');% 显示逆变换图像subplot(2,3,4);imshow(uint8(blkproc(DCT_c,[8,8],'idct2')));title('逆变换图像');s = size(img); % 得到原图像的大小，用于计算压缩率s_ = s(1)*s(2);x_=[];y_=[];for i = 1:1:100[S,Z] = IC(img,i); % 压缩s_Z = size(Z); % 压缩后大小x_(length(x_(:))+1) = s_/(s_Z(1)*s_Z(2) + 3); % 压缩比，+3是要储存游程编码大小和Qimg_=iIC(i,S,Z);img_=img_(1:s(1),1:s(2));y_(length(y_(:))+1) = psnr(uint8(img_),img); % 信噪比，客观保真度% figure,imshow(uint8(img_));end% 绘制压缩比-保真度subplot(2,3,5);plot(x_,y_);xlabel('压缩比');ylabel('客观保真度');title('压缩比-保真度'); end% 由1~100,映射到实际用的Q上 function Q_ = Q_New(Q) % 品质（1~100），100最好if(Q>100) % 大于一百的和小于1的都拉回来Q = 100;endif(Q<1)Q = 1;endQ_ = 3.03-0.03*Q; % 真正用的Q是这个，你可以改 end% 图像压缩编码函数，输入图像，品质（1~100），100最好得到压缩后的数据 function [S,Z] = IC(img,Q)Q_ = Q_New(Q);% blkproc对图像进行分块处理,分成8*8的子块，并用dct2()处理DCT_c = blkproc(img,[8,8],'dct2');T = Y_Table(); % 用亮度量化表压缩DCT_c = blkproc(DCT_c,[8,8],'round(x./(P1*P2))',T,Q_);Z = blockproc(DCT_c,[8,8],@Z_open,'PadPartialBlocks',true); % Z字形重排（展开）Z_openS = size(Z); % 记录展开后大小，方便以后复原Z = Z(:); % 展开成一维 % Z = forecast(Z); % 预测编码Z = RLC(Z); % 游程编码 end% 图像解压函数,输入游程编码结果,Z字重排前大小,输出解码后图像 function img = iIC(Q,S,Z)Q_ = Q_New(Q);T = Y_Table(); % 亮度量化表Z = iRLC(Z); % 游程解码 % Z = iforecast(Z); % 预测解码Z = reshape(Z,S(1),S(2)); % 重组Z = blockproc(Z,[64,1],@Z_merge); % 逆Z字重排（合并）Z = blkproc(Z,[8,8],'x.*P1*P2',T,Q_);img = blkproc(Z,[8,8],'idct2'); end% 掏出一个亮度量化表 function T = Y_Table() T =[16 11 10 16 24 40 51 6112 12 14 19 26 58 60 5514 13 16 24 40 57 69 5614 17 22 29 51 87 80 6218 22 37 56 68 109 103 7724 35 55 64 81 104 113 9249 64 78 87 103 121 120 10172 92 95 98 112 100 103 99]; end% 掏出Z字形重排的地址(8*8) function T = Z_address() T =[ 1 2 6 7 15 16 28 29 3 5 8 14 17 27 30 43 4 9 13 18 26 31 42 44 10 12 19 25 32 41 45 54 11 20 24 33 40 46 53 55 21 23 34 39 47 52 56 61 22 35 38 48 51 57 60 62 36 37 49 50 58 59 63 64 ]; end% Z字展开（矩阵变一维） function Z_out = Z_open(Z_input)Z_out = zeros(64,1);Z_out(Z_address()) = Z_input.data; end% Z字合并（一维变矩阵） function Z_out = Z_merge(Z_input)Z_out = Z_input.data(Z_address()); end% 游程编码 function Y = RLC(X)% 手动处理第一个Y(1) = X(1);Y(2) = 1;c = 1; % 计数器，记录当前信号在Y的位置C = 2; % 当前信号的游程，关于我为什么不用c+1，这样好看。s = max(size(X)); % 看看长度，一会有用 for i = (2:s) % 对于每个数据if(X(i)~=Y(c)) % 如果和当前的不一样c = C + 1; % 信号位置改变C = c + 1; % 游程位置改变Y(c) = X(i); % 记录信号Y(C) = 1; % 计数1elseY(C) = Y(C) + 1; % 游程加一endend end% 游程解码 function Y = iRLC(X)c = 1; % 计数器，记录Y该到哪里了s = max(size(X)); % 看看长度，一会有用 for i = (1:2:s) % 记录格式为 信息 游程for j = (1:X(i+1)) % 每个信息加游程个数个Y(c) = X(i); % 信息录入c = c + 1; % 计数+1endend end% 预测函数 function Y = forecast(X)if(length(X)<3)Y = X;return ends1 = X(1);s2 = X(2);Y(1)=X(1);Y(2)=X(2);for i = (3:length(X)) % 线性预测Y(i) = X(i)-(s1+s2)/2;s1 = s2;s2 = X(i);end % Y(50:90) end% 预测解码 function X = iforecast(Y)if(length(Y)<3)X = Y;return ends1 = Y(1);s2 = Y(2);X(1)=Y(1);X(2)=Y(2);for i = (3:length(Y)) % 线性预测X(i) = Y(i)+(s1+s2)/2;s1 = s2;s2 = X(i);end end

结果示例：

 

总结

以上是生活随笔为你收集整理的利用Matlab进行图像的编码与压缩(仿照jpeg)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。