分形图像压缩源代码.doc

发布时间：2022-06-14 发布人：admin 分类：说明书资料大小：0.31M 资料格式：doc 举报版权申诉

da5b571e-f918-436c-a863-36f30ecd57d7.doc.pdf-第1页.png

第1页 / 共6页

da5b571e-f918-436c-a863-36f30ecd57d7.doc.pdf-第2页.png

第2页 / 共6页

da5b571e-f918-436c-a863-36f30ecd57d7.doc.pdf-第3页.png

第3页 / 共6页

da5b571e-f918-436c-a863-36f30ecd57d7.doc.pdf-第4页.png

第4页 / 共6页

da5b571e-f918-436c-a863-36f30ecd57d7.doc.pdf-第5页.png

第5页 / 共6页

da5b571e-f918-436c-a863-36f30ecd57d7.doc.pdf-第6页.png

第6页 / 共6页

文本预览

clear; outfp = fopen('自己分形图像压缩.txt','w'); [DATA,map]=imread('gou.bmp','bmp');%读入彩色图像 DATA=double(DATA); size1=size(DATA); tu=DATA(1:size1(1),1:size1(2),1);%取出彩色三维数据其中的第一维，即为灰度图像 xx=size1(2);%图像横轴像素列数 yy=size1(1);%图像纵轴像素行数 nrx=xx/8;%将原始图像划分成 8*8 的像素矩阵 nry=yy/8;%将原始图像划分成 8*8 的像素矩阵 ndx=xx/16;%将定义域划分成 16*16 的像素矩阵 ndy=yy/16;%将定义域划分成 16*16 的像素矩阵 DD=zeros(ndy,ndx,8,64);%用于存在定义域压缩后 8*8 矩阵的 8 中对应的变换形式 cund1=zeros(16,16);%用于存放 16*16 的定义域像素块 cund2=zeros(8,8);%用于存放有 16*16 的定义域像素块压缩后形成的 8*8 像素块 cund3=zeros(1,64); cund33=zeros(1,64); cund4=zeros(8,8); RRR=zeros(nry,nrx,6); % s,o,D(y),D(x),U cunr=zeros(1,64); for i=1:ndy for j=1:ndx % for k=1:16 %取定义域图像（原始图像）中 16*16 的像素矩阵 cund1=tu(1+16*(i-1):16+16*(i-1),1+16*(j-1):16+16*(j-1)); for l=1:8 for m=1:8 块转换成 8*8 的块 %求定义域像素每临近四个像素点的平均值，借以将 16*16 的定义域 cund2(l,m)=(cund1(1+2*(l-1),1+2*(m-1))+cund1(2+2*(l-1),2+2*(m-1))+cund1(2+2*(l-1),1+2*(m-1) )+cund1(1+2*(l-1),2+2*(m-1)))/4; end; end; end; % %对 cund2 做 0 度旋转 DD(i,j,1,1:64)=reshape(cund2,[1,64]);%将 cund2 按列重新排列成一行 cund4=fliplr(cund2);%将 cund2 矩阵左右翻转，相当于矩阵水平中线反射

DD(i,j,2,1:64)=reshape(cund4,[1,64]); cund4=flipud(cund2);%将 cund2 矩阵上下翻转，相当于矩阵垂直中线反射 DD(i,j,3,1:64)=reshape(cund4,[1,64]); cund4=flipud(fliplr(cund2));%将矩阵左右翻转后上下翻转，相当于 180 度旋转 DD(i,j,4,1:64)=reshape(cund4,[1,64]); cund4=rot90(flipud(cund2));%矩阵相对 135 度反射 DD(i,j,5,1:64)=reshape(cund4,[1,64]); cund4=rot90(cund2);%矩阵 90 度旋转 DD(i,j,6,1:64)=reshape(cund4,[1,64]); cund4=rot90(rot90(rot90(cund2)));%矩阵 270 度旋转 DD(i,j,7,1:64)=reshape(cund4,[1,64]); cund4=cund2';%矩阵相对 45 度反射 DD(i,j,8,1:64)=reshape(cund4,[1,64]); DD(i,j,1,1:8,1:8)=cund2; DD(i,j,2,1:8,1:8)=fliplr(cund2); DD(i,j,3,1:8,1:8)=flipud(cund2); DD(i,j,4,1:8,1:8)=flipud(fliplr(cund2)); DD(i,j,5,1:8,1:8)=Rot90(flipud(cund2)); DD(i,j,6,1:8,1:8)=Rot90(cund2); DD(i,j,7,1:8,1:8)=Rot90(Rot90(Rot90(cund2))); DD(i,j,8,1:8,1:8)=cund2'; % % % % % % % % end; end; for i=1:nry%这两个循环（i 和 j）保证了对于每个值域块都找到了相应的定义域块，并且求出了该定义域块 for j=1:nrx%得一系列变换过程 %将值域块 8*8 的像素值重新排列成一列，放到 cunr cunr=reshape(tu(1+8*(i-1):8+8*(i-1),1+8*(j-1):8+8*(j-1)),[1,64]); sumalpha=sum(cunr); sumalpha2=norm(cunr)^2;%cunr 中各个数值的平方（即向量 2 范数的平方），相当 is ri（值域块的值） %cunr 于求值域块矩阵每个元素的平方再求和 dx=1;%这几个变量就是分形编码的数据量，他们的初值可以随意定。记录 l 的值 dy=1;%记录 k 的值 ut=1;%记录 m 的值 minH=10^20;%记录最小的均方根误差 R 值 minot=0;%参数 minot 记录下与当前值域块能够最佳匹配的定义域块下变换所需的亮度调节 minst=0;%参数 minst 记录下与当前值域块能够最佳匹配的定义域块下变换所需的对比度调节 for k=1:ndy%参数 k 与 l 记录下与当前值域块能够最佳匹配的定义域块的序号 for l=1:ndx% for m=1:8%参数 m 记录下与当前值域块能够最佳匹配的定义域块得 8 种基

本变形的序号 cund3(1:64)=DD(k,l,m,1:64); sumbeta=sum(cund3); % cund3 is di（定义域块的值） sumbeta2=norm(cund3)^2;%求出向量的 2 范数，相当于定义域块矩阵的每个元素的平方再求和即是对比度调节系数 s alphabeta=cunr*cund3';%相当于。。。 if (64*sumbeta2-sumbeta^2)~=0 st=(64*alphabeta-sumalpha*sumbeta)/(64*sumbeta2-sumbeta^2);%st elseif (64*alphabeta-sumalpha*sumbeta)==0||st > 1 || st < -1 st=0; else st=10^20; end; ot=(sumalpha-st*sumbeta)/64;%ot 即使亮度调节系数 H=(sumalpha2+st*(st*sumbeta2-2*alphabeta+2*ot*sumbeta)+ot*(64*ot-2*sumalpha))/64;% 在当前 s 与 o 的条件下的 R % H=norm(cund33*minst+ot-cunr)^2 if H

for iter=1:10 for i=1:nry for j=1:nrx st=RRR(i,j,1); ot=RRR(i,j,2); dy=RRR(i,j,3); dx=RRR(i,j,4); ut=RRR(i,j,5); cund1=huifu(1+16*(dy-1):16+16*(dy-1),1+16*(dx-1):16+16*(dx-1)); for l=1:8 for m=1:8 cund2(l,m)=(cund1(1+2*(l-1),1+2*(m-1))+cund1(2+2*(l-1),2+2*(m-1))+cund1(2+2*(l-1),1+2*(m-1) )+cund1(1+2*(l-1),2+2*(m-1)))/4; end; end; switch ut case 1 cund4=cund2; case 2 cund4=fliplr(cund2); case 3 cund4=flipud(cund2); case 4 cund4=flipud(fliplr(cund2)); case 5 cund4=rot90(flipud(cund2)); case 6 cund4=rot90(cund2); case 7 cund4=rot90(rot90(rot90(cund2))); case 8 cund4=cund2'; end; huifu(1+8*(i-1):8+8*(i-1),1+8*(j-1):8+8*(j-1))=st*cund4+ot; end; end; end; % mse=0; % for i=1:nrx %求峰值信噪比 psnr

for j=1:nry end a=(DATA(i,j)-huifu(i,j))^2; mse=mse+a; % % % % % end % mse=mse/(256*256); % psnr=10*log10((255*255)/mse); % fprintf(outfp,'\n psnr 的值为：%6.3f\n', psnr); Igray = mat2gray(DATA); huifu = mat2gray(huifu); subplot(1,2,1),imshow(Igray); subplot(1,2,2),imshow(huifu); fclose(outfp); 此程序的结果分析：本次试验选用的灰度图像，尺寸大小是 pixel

分形压缩后解压的图像，压缩后需要记录的数据大小为（double）数据压缩比为 =11:1

分享到：

赞收藏

资料库

分形图像压缩源代码.doc

相关推荐

开发技术

热门标签

最新资料