matlab信息熵代码-JPEG_Compression:在matlab里实现JPEG的压缩

matlab信息熵代码 JPEG_Compression 在matlab里实现JPEG的压缩 JPEG压缩的基本流程 压缩流程：DCT2->量化->曲线阅读->编码->压缩码. 原图如下： 二维离散余弦变换 DCT2 将图片分成8x8的矩阵进行DCT2变换. 变换的好处是一方面，从图像处理的整体流程而言，变换后便于后续处理；另一方面，从编码的角度而言，变换后使图像信息集中，在数学上体现为描述关键信息的系数变少，相应的，所需存储空间降低，达到降低视频体积的目的。 变换后还可以进行高频过滤。 DCT2变换之后图像的信息会集中在左上角的低频区域： 经过DCT2变换的图像： 量化 Quantification 高频率的信息更难被眼睛捕捉,用quant矩阵模拟眼睛的感知能力,对进行过DCT的图像再进行分块(8x8)量化. 量化效果通常用量化玩之后矩阵的中0的占比来衡量,图像量化后0的占比例高达 96.2734%. 另外一种评估图像质量的方法是计算 Peak Signal to Noise Ratio (峰值信噪比)的值,PSNR值越大，就代表失真越少. 这里解码后的图像PSNR能得到 30db