视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
图像处理压缩代码及实验结果 matlab
2025-09-29 17:06:46 责编:小OO
文档
图像处理实现压缩处理技术

用matlab编写的程序代码:

clear

figure

load tire;

subplot(221);

image(X);

colormap(map);

title('原始图像');

axis square

disp('压缩前图像X的大小:');

whos('X')

[c,s]=wavedec2(X,2,'bior3.7');

ca1=appcoef2(c,s,'bior3.7',1);

ch1=detcoef2('h',c,s,1);

cv1=detcoef2('v',c,s,1);

cd1=detcoef2('d',c,s,1);

 a1=wrcoef2('a',c,s,'bior3.7',1);

 h1=wrcoef2('h',c,s,'bior3.7',1);

 v1=wrcoef2('v',c,s,'bior3.7',1);

 d1=wrcoef2('d',c,s,'bior3.7',1);

 c1=[a1,h1;v1,d1];

 

 

 subplot(222);

 image(c1);

 axis square

 title('分解后低频和高频信息');

 ca1=appcoef2(c,s,'bior3.7',1);

 ca1=wcodemat(ca1,440,'mat',0);

 ca1=0.5*ca1;

 subplot(223);

 image(ca1);

 colormap(map);

 axis square;

 title('第一次压缩图像');

 disp('第一次压缩图像为:');

 whos('ca1')

 ca2=appcoef2(c,s,'bior3.7',2);

 ca2=wcodemat(ca2,440,'mat',0);

 

 ca2=0.25*ca2;

 subplot(224);

 image(ca2);

 colormap(map);

 axis square;

 title('第二次压缩图像');

 disp('第二次压缩图像为:');

 whos('ca2')

在工作窗得到以下结果:

压缩前图像X的大小:

  Name      Size                    Bytes  Class

  X       200x232                  371200  double array

Grand total is 400 elements using 371200 bytes

第一次压缩图像为:

  Name      Size                    Bytes  Class

  ca1     107x123                  105288  double array

Grand total is 13161 elements using 105288 bytes

第二次压缩图像为:

  Name      Size                    Bytes  Class

  ca2      61x69                    33672  double array

Grand total is 4209 elements using 33672 bytes

实验处理结果如下图所示:下载本文

显示全文
专题