计算机视觉实验二图像编码、恢复和重建的Matlab实现

﹏ヽ暗。殇╰゛Y 2023-10-04 12:31 9阅读 0赞

## 【实验目的】 ##

#### 1.掌握常见的图像编码、恢复和重建原理 ####

#### 2.掌握利用Matlab进行编程实现图像编码、恢复和重建的方法 ####

#### 3.观察图像编码、恢复和重建的效果 ####

## 【实验内容】 ##

#### 1.利用Matlab对标准测试图像和自建图像进行图像编码 ####

#### 2.利用Matlab对标准测试图像和自建图像进行图像恢复 ####

#### 3.利用Matlab对标准测试图像和自建图像进行图像重建 ####

## 【实验要求】 ##

#### 1.写出实现图像编码、恢复和重建的Matlab源代码 ####

#### 2.给出图像编码、恢复和重建前后的效果图 ####

## 实验程序 ##

程序1：

clear;
    close all;
    I=imread('F:\MatlabShijueTupian/flower.JPG');
     [m,n]=size(i);
     p1=1;s=m*n;
     for k=1:m
        for L=1:n
            f=0;
            for b=1:p1-1
                if(c(b,1)==I(k,L))f=1;break;end
            end
            if(f==0)c(p1,1)=I(k,L);p1=p1+1;end
        end
     end%上面这段程序将图像的不同颜色统计在数组c的第一列中
     for g=1:p1-1
        p(g)=0;c(g,2)=0;
        for k=1:m
            for L=1:n
                if(c(g,1)==I(k,L))p(g)=p(g)+1;end
            end
        end
        p(g)=p(g)/s;
     end %这段程序将相同颜色的像素数占图像总数的比例统计在数组p中
     pn=0;p0=1;
     while(1)
        if(pn>=1.0)break;
        else
            [pm,p2]=min(p(1:p1-1));p(p2)=1.1;
            [pm2,p3]=min(p(1:p1-1));p(p3)=1.1;
            pn=pm+pm2;p(p1)=pn;
            tree(p0,1)=p2;tree(p0,2)=p3;
            p0=p0+1;p1=p1+1;
        end
     end%这段程序在数组p(相同颜色的像素数占图像总数的比例)中找出两个最小的概率，将它们向加在一起，然后继续进行该过程，直到两概率之和为1为止。
    for k=1:p0-1
        tt=k;m1=1;
        if(or(tree(k,1)<g,tree(k,2)<g))
            if(tree(k,1)<g)
                c(tree(k,1),2)=c(tree(k,1),2)+m1;
                m2=1;
                while(tt<p0-1)
                    m1=m1*2;
                    for L=tt:p0-1
                        if(tree(L,1)==tt+g)
                            c(tree(k,1),2)=c(tree(k,1),2)+m1;
                            m2=m2+1;tt=1;break;
                        elseif(tree(L,2)==tt+g)
                            m2=m2+1;tt=1;break;
                        end
                    end
                end
            c=(tree(k,2)<g)
            end
            tt=k;m1=1;
            if(tree(k,2)<g)
                m2=1;
                while(tt<p0-1)
                    m1=m1*2;
                    for L=tt:p0-1
                        if(tree(L,1)==tt+g)
                            c(tree(k,2),2)=c(tree(k,2),2)+m1;
                            m2=m2+1;tt=L;break;
                        elseif(tree(L,2)==tt+g)
                            m2=m2+1;tt=L;break;
                        end
                    end
                end
                c(tree(k,2),3)=m2;
            end
        end
     end

程序2：

clear;
    close all;
     I=checkerboard(8);
    [m,n]=size(I);
     J=[];
     for i=1:m
         value=I(i,1);
         num=1;
         for j=2:n
             if I(i,j)==value
                 num=num+1;
             else
                 J=[J num value];
                 num=1;
                 value=I(i,j);
             end
         end
         J=[J num value 0 0];%添加的行判断位0 0
     end
     disp('原图像大小')
     whos('I');
     disp('压缩图像大小')
     whos('J');
     disp('图像的压缩比')
     disp(m*n/length(J))

程序3：

clear;
    close all;
    I=imread('F:\MatlabShijueTupian/lena.gif'); I=im2double(I);   %将无符号位图像转换为双精度类型
     T=dctmtx(8);      %离散余弦变换矩阵
     B=blkproc(I,[8 8],'P1*x*P2',T,T');
     mask=[1 1 1 1 0 0 0 0 
           1 1 1 0 0 0 0 0 
           1 1 0 0 0 0 0 0
           1 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0 ];
     B2=blkproc(B,[8 8],'P1.*x',mask);
     I2=blkproc(B2,[8 8],'P1*x*P2',T',T);
     figure(22),subplot(1,2,1),imshow(I);
     title('原始图像')
     subplot(1,2,2),imshow(I2);
     title('压缩图像')

程序4：

clear;
    close all;
    i=imread('F:\MatlabShijueTupian/5.jpg');
    I=rgb2gray(i); %将无符号位图像转换为双精度类型
     T=dctmtx(8);      %离散余弦变换矩阵
     B=blkproc(I,[8 8],'P1*x*P2',T,T');
     mask=[1 1 1 1 0 0 0 0 
           1 1 1 0 0 0 0 0 
           1 1 0 0 0 0 0 0
           1 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0
           0 0 0 0 0 0 0 0 ];
     B2=blkproc(B,[8 8],'P1.*x',mask);
     I2=blkproc(B2,[8 8],'P1*x*P2',T',T);
     figure(22),subplot(1,2,1),imshow(I);
     title('原始图像')
     subplot(1,2,2),imshow(I2);
     title('压缩图像')

程序5：

clear;
    close all;
    I=checkerboard(8); %创建一个棋盘图像
     noise=0.1*randn(size(I));%产生随机噪声
     PSF=fspecial('motion',21,11);
     Blurred=imfilter(I,PSF,'circular');%输入图像滤波，使图像变模糊
     BlurredNoisy=im2uint8(Blurred+noise);%添加噪声
    NP=abs(fftn(noise)).^2;%噪声功率
     NPOW=sum(NP(:))/prod(size(noise));
     NCORR=fftshift(real(ifftn(NP)));%噪声的自相关
     IP=abs(fftn(I)).^2;%原始图像功率
     IPOW=sum(IP(:))/prod(size(I));
     ICORR=fftshift(real(ifftn(IP)));%图像的自相关
     ICORR1=ICORR(:,ceil(size(I,1)/2));
     NSR=NPOW/IPOW;%噪信比
     figure(17),subplot(2,2,1);imshow(BlurredNoisy,[]);
     title('模糊和噪声图像');
    subplot(2,2,2);
    imshow(deconvwnr(BlurredNoisy,PSF,NSR),[]);
     title('deoconvwnr(A,PSF,NSR)');
    subplot(2,2,3);
    imshow(deconvwnr(BlurredNoisy,PSF,NCORR,ICORR),[]);
    title('deconvwnr(A,PSF,NCORR,ICORR)');
    subplot(2,2,4);
    imshow(deconvwnr(BlurredNoisy,PSF,NPOW,ICORR1),[]);
     title('deconvwnr(A,PSF,NPOW,ICORR-1-D)');

结果图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 1]

#### 本人能力有限，解释尚不清楚明了，如遇任何问题，大家可留言或私信。因使用私人图片进行实验，结果图不便上传，望理解。后续将程序文件打包上传，供大家学习使用。 ####

#### 本文希望对大家有帮助，当然上文若有不妥之处，欢迎指正。 ####

#### 分享决定高度，学习拉开差距 ####

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20210504180450563.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20210504180511633.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDc4OTM0,size_16,color_FFFFFF,t_70#pic_center