如何通过香农熵和多级阈值在Matlab中实现图像压缩？

本文共计488个文字，预计阅读时间需要2分钟。

1. 简介图像压缩是图像传输和存储中的重要步骤。图像压缩技术可分为有损和无损两种。有损压缩可能会覆盖一些重要数据，而无损压缩则不会。

1 简介

图像压缩是图像传输和存储中的最重要步骤之一，图像压缩技术可以分为两种方式即有损和无损压缩。有损压缩的特点是一些重要的数据可能会因为压缩被覆盖，这不会发生在无损压缩中，因此有损压缩一般用于流媒体和电话应用程序。无损压缩的要求比有损压缩的要求高很多，使得在压缩之后图像的各个部分都能得到保留，而不是被覆盖，因此主要应用于航空航天和医学应用领域。

2 部分代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% This is a demo file
% I is the input image
% Level is the extent of compression. It should be in between 1 and 256.
% Level=1 produces to maximum compression and Level=256 produces minimum compression
I = imread('368016.png');
Level = 16;
for i=1:size(I,3)
cI(:,:,i) = compressImage(I(:,:,i),Level);
end
figure,subplot(1,2,1),imshow(I),title('Original Image');
subplot(1,2,2),imshow(cI),title('Compressed Image');

3 仿真结果

​

编辑

4 参考文献

[1]王承君, 熊承义. 一种基于小波包树的图像压缩方法[J]. 现代电子技术, 2006, 29(14):3.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

​

编辑