结  论 17

致  谢 19

附  录 20

1 绪论

1.1论文研究背景

近几年，图像信息以相当迅猛的速度发展，大大推动了多媒体技术、数码技术等产品的发展。随着图像采集设备的分辨率不断提高，每张图像占据的存储空间也在不断地变大，巨大的存储量将增加存储器、计算机处理的压力。为解决以上的问题，要对图像进行数据压缩的处理。本文采用对数字图像进行压缩编码的方法，这样做的就是要以尽量少的bit来表示图像，并且还可保持重建图像的质量。 

1.2图像的压缩技术的发展

图像编码技术，从1950开始，由电视信号的数字化逐渐发展而来。图像压缩有两代：传统的和新型的。比如量化法、预测编码、等都是传统型的编码。但是，伴随着人民对传统方法的深层次应用，传统方法的缺点渐渐被人们发现：正交的变换数据，它的频局域性会很差，变换过的系数，原始图像的结构的精细描述丢失了，所以从变换过的图像里面，没有办法得到原始图像轮廓的信息。当压缩比较高时，图像的轮廓会非常模糊。随着图像压缩技术的发展，离散余弦变换成为时下的热点，并且取得了令人满意的结果。现如今，离散余弦变换技术，已经被联合图像专家组定为EG2000的核心技术[1]。

1.3离散余弦变换及其在图象压缩中的应用

离散余弦变换( Discrete Cosine Transform),简写为DCT, 它类似于离散傅里叶变换( Discrete Fourier Transform)，简写为DFT, 但它只使用实数。DCT的长度大概是DFT的两倍。 

在信号和图像的处理时会经常使用到离散余弦变换，比如，在EG和MPEG的各个标准中均运用了DCT，我们可以得到一个8×8的矩阵。其中元素 (0,0)就是直流分量，其他的元素根据各自的位置来表征不同频率的交流分类[2]。

1.4论文的结构安排

本文的主要内容大致如下：

第一章主要写的是论文的背景意义；第二章主要写了图象压缩技术的基本理论知识；第三章主要写的是DCT的MATLAB软件的实现；第四章主要写的是基于DCT的图像用户界面；第五章介绍了利用DCT的算法实现和界面实现的运行结果，总结出设计过程中的疑难及改进；最后是对全文的总结，提出改进的方向。

2 图像压缩的基本原理

数字图像实质上是一个个像素点，可以用不同维的数字来表示。由于照相技术的迅猛发展，不断提高了图像的尺寸、分辨率，使得图像需要更大的存储空间。当存储或传输时，会占用很大的存储空间和网络带宽，所以图像压缩就尤为重要[3]。

2.1图象压缩效果的评价标准

对图像进行压缩，必然会引入失真。我们要做的就是在不影响重建图像质量的前提下达到降低压缩比，以此来提高编码效率。这就需要引入一定的失真的测度来评价重新建设图像的质量。重建图像的评价标准有客观评价标准和主观评价标准[1]。

2.1.1客观评价标准

客观评价方法是把压缩图像和原始图像对比，得到误差，误差是来衡量压缩质量的关键，我们用I=f(i,j)来表示原始图像， i=l,2,…M；j=1,2,…N，处理后的图像为I’=f’(i,j)，i=1,2,…M；j=1,2,…N，可以用下列指标进行评价：

(1) 均方误差(2)对数信噪比(3)峰值信噪比

2.1.2主观评价标准

主观评价就是以人作为图像的观察者，对同一幅图像进行评价。此处主要采用的是加权平均法，组织10人的观察组，观察者们按图像的损伤程度打出分数，用加权平均法得到图像的分数，这样的评分方法虽然会耗费时间，但会非常真实。 基于离散余弦变换的图像压缩技术研究+源代码(2):http://www.youerw.com/tongxin/lunwen_58611.html