2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩4頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、一、 實驗?zāi)康膶嶒灹?圖像壓縮 (同預(yù)習(xí))1、 理解有損壓縮和無損壓縮的概念; 2、 理解圖像壓縮的主要原則和目的; 3、 利用 MATLAB 程序進行圖像壓縮。二、 實驗內(nèi)容1、Huffman 編碼使用 mat2huff,huff2mat 實現(xiàn) Huffman 編解碼,并應(yīng)用 imratio 計算編碼后信號的壓縮率。2、編寫無損預(yù)測編解碼(lossless predictive coding)程序,使 p313 Figur

2、e 8.7 (c)圖具有更低的熵(5.4436)。顯示預(yù)測誤差(prediction error)圖。用解碼程序解 碼,并驗證解碼是否正確(compare) 。3、參考p319-323,實現(xiàn)16×16分塊離散余弦(DCT)編碼,用zigzag方式保留每一塊的前10個和前21個系數(shù),再進行進行DCT解碼。編寫程序并分別顯示解碼后的兩個圖。figure,imshow(i); figure,imshow(i2);實驗 實驗2:子程序

3、1: function y = mat2lpc2(x, f)%本程序改自課本上那個程序,可實現(xiàn)更高壓縮率!error(nargchk(1, 2, nargin)); % Check input arguments if nargin < 2 % Set default filter if omittedf = 1; endx = double(x);

4、 % Ensure double for computations [m, n] = size(x); % Get dimensions of input matrix p = zeros(m, n); % Init linear prediction to 0 xs = x; zc = zeros(1,n); % Pre

5、pare for input shift and padfor j = 1:length(f) % For each filter coefficient ...xs = [zc; xs(1:end - 1,:)]; % Shift and zero pad xga改加一行p = p + f(j) * xs; % Form partial prediction sums

6、endy = x - round(p); % Compute the prediction error子程序2: function x = lpc2mat2(y, f)% 本程序改自課本上那個程序,可以解壓error(nargchk(1, 2, nargin)); % Check input arguments if nargin < 2 % Set

7、default filter if omittedf = 1; end y=y'; f = f(end:-1:1); % Reverse the filter coefficients [m, n] = size(y); % Get dimensions of output matrix order = length(f); % Ge

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論