图像二维整数离散余弦变换(dct)变换算法和dsp实现课程设计

《图像二维整数离散余弦变换(dct)变换算法和dsp实现课程设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、课程设计课程名称光电图像处理综合课程设计题目名称图像二维整数离散余弦变换（DCT）变换算法和DSP实现2013年11月26日目录一、离散余弦变换……………………………………………21、概念2、离散余弦变换用于图像处理3、量化二、流程图……………………………………………………5三、程序中实现………………………………………………6四、输出结果…………………………………………………1115一、离散余弦变换1、概念离散余弦变换(DCTforDiscreteCosineTransform)是与傅里叶变换相关的一种变换，它类似于离散傅里叶变换(DFTforDis

2、creteFourierTransform),但是只使用实数。离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换，这个离散傅里叶变换是对一个实偶函数进行的（因为一个实偶函数的傅里叶变换仍然是一个实偶函数），在有些变形里面需要将输入或者输出的位置移动半个单位(DCT有8种标准类型，其中4种是常见的)。最常用的一种离散余弦变换的类型是下面给出的第二种类型，通常我们所说的离散余弦变换指的就是这种。它的逆，也就是下面给出的第三种类型，通常相应的被称为"反离散余弦变换"，"逆离散余弦变换"或者"IDCT"。有两个相关的变换，一个是离散正弦变换(DSTfor

3、DiscreteSineTransform),它相当于一个长度大概是它两倍的实奇函数的离散傅里叶变换；另一个是改进的离散余弦变换(MDCTforModifiedDiscreteCosineTransform),它相当于对交叠的数据进行离散余弦变换。离散余弦变换，尤其是它的第二种类型，经常被信号处理和图像处理使用，用于对信号和图像(包括静止图像和运动图像)进行有损数据压缩。这是由于离散余弦变换具有很强的"能量集中"特性:大多数的自然信号(包括声音和图像)的能量都集中在离散余弦变换后的低频部分，而且当信号具有接近马尔科夫过程(Markovprocesse

4、s)的统计特性时，离散余弦变换的去相关性接近于K-L变换(Karhunen-Loève变换--它具有最优的去相关性)的性能。2、离散余弦变换用于图像处理：图像数据一般有较强的相关性，若所选用的正交矢量空间的基矢量与图像本身的主要特征相近，在该正交矢量空间中描述图像数据则会变得更简单。经过正交变换，会把原来分散在原空间的图像数据在新的坐标空间中得到集中。对于大多数图像，大量变换系数很小，只要删除接近于零的系数，并且对较小的系数进行粗量化，而保留包含图像主要信息的系数，以此进行压缩编码。在重建图像进行解码时，所损失的将是一些不重要的信息，几乎不会引起图像

5、的失真。15在变换编码中，首先要将图像数据分割成子图像，然后对子图像数据块实施某种变换，如DCT变换，那么子图像尺寸取多少好呢？根据实践证明子图像尺寸取4×4、8×8、16×16适合作图像的压缩，这是因为：<1>如果子图像尺寸取得太小，虽然计算速度快，实现简单，但压缩能力有一定的限制。<2>如果子图像尺寸取得太大，虽然去相关效果变好，因为象DFT、DCT等正弦型变换均具有渐近最佳性，但也渐趋饱和。若尺寸太大，由于图像本身的相关性很小，反而使其压缩效果不显示，而且增加了计算的复杂性。8*8FDCT和IDCT的普通算法如下：其中：离散余弦变换（Discr

6、eteCosineTranform，简称DCT）是一种与傅立叶变换紧密相关的数学运算。在傅立叶级数展开式中，如果被展开的函数式是偶函数，那么其傅立叶级数中只包含余弦项，再将其离散化可导出余弦变换，因此称之为离散余弦变换。时间域中信号需要许多数据点表示；在x轴表示时间，在y轴表示幅度。信号一旦用傅立叶变换转换到频率域，就只需要几点就可以表示这个相同的信号。如我们已经看到的那样，原因就是信号只含有少量的频率成分。这允许在频率域中只用几个数据点就可以表示信号，而在时间域中表示则需要大量数据点。这一技术可以应用到彩色图像上。彩色图像有像素组成，这些像素具有R

7、GB彩色值。每个像素都带有x，y坐标，对每种原色使用8x8或者16x16矩阵。在灰度图像中像素具有灰度值，它的x，y坐标由灰色的幅度组成。为了在JPEG中压缩灰度图像，每个像素被翻译为亮度或灰度值。为了压缩RGB彩色图像，这项工作必须进行三遍，因为JPEG分别得处理每个颜色成分，R成分第一个被压缩，然后是G成分，最后是B成分。而一个8x8矩阵的64个值，每个值都带有各自的x，y坐标，这样我们就有了一个像素的三维表示法，称作控件表达式或空间域。通过DCT变换，空间表达式就转化为频谱表达式或频率域。从而到达了数据压缩的目的。DCT式目前最佳的图像变换，它

8、有很多优点。DCT是正交变换，它可以将8x8图像空间表达式转换为频率域，只需要用少量的数据点表示图像；DCT