基于主成分分析PCA图像压缩软件设计(2)
4.2 图形用户界面简介 16
4.3 设计思路 17
4.4 设计过程 17
4.4.1 界面设计的MATLAB实现 17
4.4.2 代码设计的MATLAB实现 19
4.4.3 图像输出 21
4.5 功能调试 22
4.5.1 直接调试法 22
4.5.2 工具调试法 22
4.5.3 程序代码调试 24
4.5.4 图像压缩结果及分析 28
4.6 设计过程中困难和改进 30
5 结论 32
致谢 33
参考文献 34
1 绪论
图像信息是人类在自然界中感受到的最直观的信息，随着多媒体技术和计算机技术的发展，图像作为一种信息成为了现代信息技术所处理的重要对象，大到平面广告，小到传统照片，生活中几乎无处不见图像信息。
1.1 背景和意义
图像信息的数据量非常巨大，随着各种成像设备的像素不断提高，单幅图像所包含的数据量也越来越大，大数据量的图像信息会给存储器的存储容量、通信信道的带宽以及计算机的处理速度增加极大的压力。为了解决这个问题，必须对图像进行压缩处理。数字图像压缩编码的目的就是要以尽可能少的比特数来表示图像，同时保持恢复图像的质量，对图像编码和解码算法的研究，己经受到人们越来越多的关注，成为近些年信息技术中的热点。
以一般的彩色电视信号为例，以二倍于原始信号频率的采样频率进行采样，得到的数据量约为每秒钟96Mb，而现在各国即将推出的高分辨率电视的数据量约为1.2Gbps,这样大的数据量，不管是存储还是传输，都是令人难以接受的，因此必须经过压缩处理后再传输或保存。大容量的图像不管是在写入，传输和特征提取上都会有比较大的困难，而且，基于图像数据中的相邻像素的相关性高，就表示此类图像数据本身存在着一些多余的数据。所以，如果利用主成分分析的原理可以有效的去除这些多余的信息，设计一款基于主成分分析的图像压缩软件，从而节省信息容量，便于人们储存和传输，并减小数据传输的成本，这便是此次课题的目的和意义。
1.2 图像压缩技术的历史与现状
图像压缩编码技术从上世纪四十年代的电视信号数字化发展到现在己有将近优尔十年的历史。在这漫长过程中，涌出了许多的图像压缩理论和方法，历史上M.Kunt将图像压缩的编码理论分为两代：传统的压缩编码方法和新型图像编码方法。传统编码技术包括预测编码、变换编码、脉码调制、熵编码、量化法、矢量编码等上十余种编码方法。但是随着人们对这些传统编码方法的深入了解和应用，逐渐发现了此类方法的许多缺点：如在传统的编码方法中由于正交变换时频局域性很差，在变换后的系数失去了对原图像精细结构的描述，从变换图像得不到原图像边缘轮廓等局部信息，因此，在量化编码时不能采用特殊的方法；还有在高压缩比时导致图像的边缘模糊和严重的方块效应；而且人类视觉系统(Humna Visual Sysetm，HVS)的特性也不容易被引入到压缩算法中。所以这些缺点使得它们非常不适应于需要较高压缩比的应用场合。
80年代中后期，人们结合模式识别、计算机图形学、计算机视觉、神经网络、小波分析和分形几何等理论，开始探索图像信号压缩编码的新途径。同时考虑到人类的视觉心理特性，新型图像压缩编码方法相继提出：M.Kuni于1985年提出基于人眼视觉特性的第二代图像编码技术，1988年M.Barnsley提出基于迭代函数系统的分形图像编码技术，以及90年代初发展起来的基于模型的图像编码方法。