使用Haar變換的圖像壓縮

我是一個使用Matlab編寫有損圖像壓縮腳本的新手。使用Haar變換的圖像壓縮

我的第一步是對圖像進行完整級別的處理，我正在使用以下腳本進行處理。

clearvars all; 
N = 256; 

A=imread('test.jpg'); 
A=double(rgb2gray(A)); 
A=imresize(A,[N,N],'bicubic'); 
image(A);axis equal;colormap hsv;%gray(256) ;% display matrix as density plot 

B = A; 

while N>1 

Q = [1 1;1 -1]; 
I = eye(N/2); 
T = 1.414 * kron(I,Q); 
II=eye(N) 
I1= II(1:2:N,:); 
I2=II(2:2:N,:); 
P= [I1;I2]; 
%create transfer matrix N X N 
B(1:N,1:N) = P*T*A(1:N,1:N)*T'*P'; 
%AR(1:N,1:N) = T'*P'*B(1:N,1:N)*P'*T 
N = N/2; 
end 

imagesc(B); 
drawnow;

此外，我想申請量化和對數閾值，並根據同時保留那些在頂部5％的增加的絕對值排序的元素。

下面的腳本這是否： -

cutoff = 80; 
% Decide what fraction of coeffs you want to set to % zero, 
% this fraction is the variable ?cutoff?. ..... 
%(1);imagesc(A);colormap gray(256) 
len = 7; 
% Wavelet transform A -> B 
X = sort(abs(B(:))); 
thresh = X(ceil(cutoff*len^2)); 
maximum=X(len^2); 
lmaxt= log2(maximum/thresh); 
% Thresholding & Quantization 
for i = 1:len 
for j = 1:len 
    if(abs(B(i,j)) > thresh) 
    sign = B(i,j)/abs(B(i,j)); 
    ln = log2(abs(B(i,j))/thresh); 
    q = ceil(127*ln/lmaxt); Bq(i,j) = sign*q; 
else 
    Bq(I,j) = 0; 
    end 
end 
end 

figure;(2); spy(Bq)

現在，我想逆轉這一過程，並設置爲70％的哈爾係數得到原始圖像。

任何指針都會很棒。

來源

2016-01-20 Abhishek

如果應用間隔長度大於1的量化，則無法恢復原始圖像。您所能做的最好的方法是以反轉順序恢復進程，並期望出現一些量化錯誤。

首先你恢復量化

% For all pixels (i,j) s.t. Bq(i,j) > 0 
sign = Bq(i,j)/abs(Bq(i,j)); 
q = abs(q) 
% To revert q = ceil(127*ln/lmaxt); 
ln = q*lmaxt/127 
B(i,j) = sign * thresh * pow(2, abs(ln))

然後你反轉哈爾階段（如您在代碼中有）

AR(1:N,1:N) = T'*P'*B(1:N,1:N)*P'*T

通常情況下，量化過程是由以量化區間的中心（而不是其中一個極限，因爲您使用了ceil函數，所以在這種情況下最大），所以您可以使用它來取得稍好的結果。

ln = q*lmaxt/127 - 0.5

來源

2016-01-21 15:00:29 mhernandez

使用Haar變換的圖像壓縮

回答

相關問題