基于DCT的图像压缩研究毕业论文.doc

滨江学院 毕业论文（设计）题 目 基于DCT的图像压缩研究 院 系 滨江学院电子工程系 专 业 通信工程 学生姓名 学 号 20102300047 指导教师 职 称 副教授 二 一四 年 五 月 二十 日目录第一章 绪论21.1 本设计的研究背景21.2 本设计的应用前景31.3 主要设计方法3第二章 图像数据压缩的总体方案及过程32.1 图象数据压缩的可能性32.2 图象压缩编码技术32.2.1 图象编码技术的发展历史和现状32.2.2 离散余弦变换（DCT）42 .3 MATLAB 及其图象处理工具箱42.3.1 图象文件的读取52.3.2 图象文件的输出52.3.3 图象文件的显示5第三章 图象压缩的主要内容53.1离散余弦变换实现图象压缩53.1.1 离散余弦变换主要原理53.2 Matlab仿真83.2.1 离散余弦变换仿真8第四章 图像压缩的仿真过程94.1 Matlab的仿真环境94.2 基于离散余弦变换的图像压缩94.2.1 图片的读取94.2.2 图像进行离散余弦变换104.2.3 图像进行离散余弦逆变换114.2.4 不同压缩比下的图像压缩124.3 基于小波变换的图象紧缩134.3.1小波变换原理134.3.2小波变换流程图134.4 与小波变换比较154.4.1流程图164.4.2实验结果对比174.5 结束语18参考文献19致谢21基于的图像压缩研究赵荣华20102300047南京信息工程大学通信工程专业，南京 210044摘要：对于长途传递的图片，视频信号数字化后可以防止失真，所以愈来愈引起人们关注的是数字图像处理研究中的图象压缩技巧.图像编码压缩是本论文探究了基于DCT变更的方法进行的。1先阐述下图象紧缩在当代通讯中的必须性和紧迫性和MATLAB中的toolbox的有关常识，继而关键放在介绍了jpeg压缩编码的详细流程和方式，内容上具体阐述了编码中离散余弦变更方面。最终剖析了图象经由具有差别的紧缩比时，图像质地的转变情形。基于离散余弦幻化后的jpeg 图象处理法是非常有效的,它简易，轻便，既能保证比较好的压缩比，又能兼顾有较好的图象效果。2关键词：离散的余弦变幻；图片紧缩； MATLAB toolbox； jpeg图象第一章 绪论1.1 本设计的研究背景 随着社会的不竭发展，科技的迅猛进步，人们会接触越来越多的数据信息，这些信息当中图像异军突起，显得尤为重要。但是信息的传输带宽比较窄，这样就会出现图像信息量特别大和传输带宽比较窄之间的矛盾。所以要解决这个矛盾，人们纷纷出谋划策，本文的计策就是对图像进行压缩处理，以减缩其所占空间。而众多的图象压缩处理中，基于离散的余弦变换的图象紧缩还是颇具优势的。 而今，跟着社会的发展和进步，特别是三大网的渐渐会容，最终达到移动通信的需求。多媒体通讯交易和现代图象的发展需要大批的纪录、保存和传输各种各样的静止图象和动态的图象。他们需要设备稳定可靠，图象质地高，成本低，并能适应现代网络技术的飞速发展。必经之路是解决图象和视频信号的数字化，使其应用越来越广泛的数字图象相关技术。大量的信息在数字化的现代比传统的信息量更大，与人民的需求有关并且已经渗透到社会生活的方方面面中去。跟着社会的不断发展，图象讯息被大量体现在通讯中，但图象数据的一个最最显著点便是容量大。然而现如今的通讯信道的传输速度特别慢，这样大批的多媒体消息毫无疑问是无法实现及时传输的,于是,对图象和视频信息举行紧缩处理, 才能进行更有效的处理、保存和传输这些数据,是以还需要对图象压缩编码采取更深层次的的探究。31.2 本设计的应用前景 离散余弦变换用途特别广泛，本文主要论述其用来图形压缩方面，但是它往往也用在信号处理和其他一些关键领域。离散的余弦变换他有其自身独特的特性和优势，比如他具有能量集中的特性。他可以将信号抑或是图形的信息集中到小的频段上。无论是对于静止图片还是对于动态图片，他都具有得天独厚之优势。谱分析中也常常运用到离散的余弦变换，可以说离散余弦变换具有广覆盖的运用范围，不过他最基本的还是用于图形处理当中，当然他不会一层不变，他将持续发展，以便跟上科技的脚步。可以毫不夸张的说，未来离散余弦变换仍将会有一席之地。41.3 主要设计方法DCT就是将二维图像从空间域转换到频率域，形象的说，就是计算出图形由哪些二维余弦波构成，计算出的结果为a(f1 ,f2), 其中f1为二维波的水平方向频率，f2为二维波的垂直方向频率； 最终会计算出很多的a(f1,f2) ; 每一个a称为一个DCT系数，代表的是频率为(f1,f2)的二维波的能量，所有这些二维波的叠加就是那个原始的图片。我设计的方法是主要借助于matlab软件，我将会分别进行小波变换的图象紧缩仿真和离散的cosine变换的图象压缩仿真，继而将仿真得到的图象质地抑或是数据不断研究，对比离散的cosine变换的图像压缩和小波处理的图形压缩效果。在差不多抑或说相等的压缩比下比较图片压缩效果，进行两者的分析，得出基于离散的cosine变换和小波压缩法更适合于什么样的压缩比，在什么状况下，采取哪一种压缩方式。5第二章 图像数据压缩的总体方案及过程2.1 图象数据压缩的可能性 图像信号可以进行压缩，可以从两个方面进行解释，其一是出于人类视力能力；另一方面是图象信号具有冗余大可以被压缩，并在解码时冗余也可以无失真地恢复。信息论和编码作为图象紧缩的理论基础，这就要求我们从信息论的视界出发，去除多余的信息。一幅图象存在着大批的数值上和视力冗余，于是，图象数据压缩也是必须的，也是可以实现的。2.2 图象压缩编码技术2.2.1 图象编码技术的发展历史和现状 在信息迅猛发展的当下，有一个规范的标准是必须的。于1948年，图象紧缩编码的研究工作限于条件还比较落后，目前也只恢复了部分方法，就视觉特性而言，也只进行了有限的研究工作但是是非常宝贵的。1966，尼尔对PCM和DPCM进行了比较分析，并发布相关的成果；线性展望编码的实验接踵而至，同一年又进行了第一届图象编码集会。6之后又有人提出了如jpeg，mpeg-1，h.263等。在1968年，安卓维斯等人提出变换码，这使得图象压缩编码更上一层楼。目前的主要的研究方向有两个：A、做出机能更好、集成度好的图象编码芯片，这无疑使编码体系可靠性更高，代价下降。通过更好地执行现有的国际图像压缩编码方法。解决了基于编码的现有图片系统。例如：提高图象质地等。 B、而今，倡议的方法有：分辨率多，神经网络，几何编码，还有通过形态数学的编码等等。72.2.2 离散余弦变换（DCT） 离散余弦变换分为一维,二维以及快速的离散的余弦变换，离散的余弦变换具体来讲还是根据傅氏变换的性质，不同的是将图象边界翻折，图象变更为偶函数的方式，图象再采用二维傅氏变换，然后就只有cos项，是以称它为DCT变换。一般情况来说，DCT属于正交变换编码中的一种。由于付氏变换是周期性的，然而实际上序列两边值往往是不同，因此在象块边界处形成一个跨跃，使得高频分量增加，变换系数分散，影响编码效率。由于对称作重复周期延拓后，边界上是连续的而没有突变成分，不会出现吉布斯现象。因此不会增加高频分量。所以与付氏相比，cosine变换编码中的高频成分只与象块内容有关，而与象块划分无关。对于空间上具备很强相干的信息，反应在频域上就是特定的地方能量不时就聚合到了一起，系数矩阵的散布呈现了某些规律性。如果按照这些法则，我们可以达到压缩的目的。与变更后的照片相比，将产生更小的相干系数，该系数可以聚集在一个小的，离散余弦变换及其在图形压缩中的变换，使用方便，是一种用于图形压缩的国际标准的重头戏。 于原理上，变换图象采用离散的余弦方法，细节程度丰满了。先支分图象成8×8亦或是16×16，然后图象离散余弦变换后进行传输；最后，DCT系数的解码，和逆DCT变换。虽然一个共同的图像，DCT值非常接近0，这是由于需要稳定的缘故。因此，利用DCT处理图象省空间。在处理中，原来的摄影图象可以支解成8×8块，每个块进行变换。82 .3 MATLAB 及其图象处理工具箱 如果采用广泛使用的基本语言实现基于图象压缩编码算法的离散余弦变换是特别麻烦的，并对仿真结果都不是很有效。因此，利用toolbox来实现。 由于toolbox下大多是矩阵处理。Toolbox可进行图象紧缩，空间转变，图象加强，特性检测，去噪，图象支解等功能。工具箱中大部份函数均以开放式 MATLAB 言语编的，这表示可以查抄算法，改正源代码和建成自定义函数。9MATLAB软件里的toolbox供应了二维离散余弦变换反变换函数及DCT变换格式，大体如下：idct2（二维离散余弦反变换），其语法格式为：P=idct2(Q) dct2（二维离散余弦变换），其语法格式为：1，Q = DCT2（P）DCT变换针对图象的每个元素值，Q离散余弦变换系数（z1，z2）。2，Q = DCT2（1，l）或Q = DCT2（1， l，n ）如果l比n小，在DCT变换的图象，先将图象Q补零至l乘以n.。如果n比l大的话。就要将图象Q裁剪。2.3.1 图象文件的读取 MATLAB中的语法格式为： C=imread(filename，扩展格式)d,t=imread(filename，fmt)（图象文件的名称 文件名：图象文件格式。 picture =（P, imread，文件名，文件名读fmt）是图象的色彩信息在地图相关的图象，在 0 1范围中自动地重新调整图片颜色信息的值。2.3.2 图象文件的输出 要是输出图象就利用MATLAB imwrite功能保存操作。语法：（imwrite，文件名，FMT），一个图象文件用图片文件名写。Imwrite（.文件名），图象信息的格式，使用展扩字段务必合理。2.3.3 图象文件的显示 在MATLAB中，能够挪用imshow函数来显示图象，其语法式样为：Image(X)，X转化成图象数据。X是一个m×n或M×N×3维矩阵。imshow函数的语法为：Imshow(a，b)，展示一幅b个灰度级的图象a。imshow （filename）第三章 图象压缩的主要内容3.1离散余弦变换实现图象压缩3.1.1 离散余弦变换主要原理 在jpeg图像压缩方法，对红绿蓝分量的压缩，为图像的亮度分量及色度分量，然后像素块的图像为8乘以8，提出了二维离散的余弦变换块为64的变换系数，其中的话一个直流系数，其余陆十三个交变系数，Z扫描和霍夫曼的离散余弦系数编码的下一个目标是实现图象紧缩。在此，我采用jpeg压缩算法里的基于离散的cos的图像压缩法对图片进行图片压缩。10基于DCT编码紧缩历程框图，如图1所示。原始图像数据分成8×8的小块DCT变换量化器量化表熵编码器码表压缩数据图1 基于DCT编码紧缩进程简化图图1是基于离散余弦变幻的图象紧缩编码的压缩过程，解压缩与上图的进程不同。在编码过程中，输入图象的色彩空间转换成数据块，8乘以8，通过正向离散余弦变换的每个子块为64值离散余弦变换系数，即八乘以八空域图象子块的平均值，这当中有陆拾叁个是交变系数，只有 1个数值是直流系数。3.1.2 程序流程图 基于MATLAB的DCT图象压缩流程图： 从上到下的过程：开始；插入图片；像素块划分成8乘以8，DCT的变化；输入的量化表；扫描；选择一张图片进行不同的紧缩比的变换；反量化；反DCT变幻；体现所选图象的信噪比；最后结束。如程序流程图图2。11开始载入原始图片是YUV分解？NYRGB-YUV设置压缩比 设置原始图像图像已分解NY对图像分解DCT系数分解系数编排设置压缩比重排系数DCT反变换压缩后的图像结束图2 图像压缩流程图流程图图2的过程是：首先，载入原始图片，在进行Matlab仿真时，要对原始图片进行灰度变换。然后进行YUV分解，之所以要进行yuv分解，是因为在颜色空间中，每个像素的每个组件级，255级，由一个8位代码表示。y和cBcR比较而言，人眼对y较敏感，因此会有yuv取样。继而对图象设置紧缩比进行紧缩，最后得到压缩后的图象。123.2 Matlab仿真3.2.1 离散余弦变换仿真现将离散余弦变换主程序流程图图3所示：开始载入原始图片将图片变换为灰色图片对图片进行DCT变换设置压缩比进行变换得到不同压缩比下的图片对比不同压缩下的图片结束图3 离散余弦变换 由于本设计是基于Matlab图像处理箱上创新完成的，因此对Matlab中一些应有的图像子函数程序不再赘述，本流程图的核心在于进行img_dct = dct2(img)；以及img2 = idct2(tmp_dct)；直白的讲，便是进行离散的余弦正变换和离散的余弦反变换。图3操作过程中主要通过设置不同的压缩比率，然后再通过离散余弦逆变换得到图片，最后对比图片的效果以及图像质地。下面本文对该实验做具体介绍。第四章 图像压缩的仿真过程4.1 Matlab的仿真环境Matlab是现如今学术领域进行数据分析及应用，使用最广泛的软件，它对矩阵运算尤为擅长，并且提供了很好的人机交互界面。本论文操作环境采用Matlab 7.0，使用的界面如图4所示。图4 Matlab7.0操作界面Matlab由命令窗口程序栏和其他几个模块构成，简洁，明了，操作方便。下面对本次试验的详细过程进行阐述。134.2 基于离散余弦变换的图像压缩4.2.1 图片的读取 Matlab中的语法为： A=imread(filename，fmt) X,map=imread(filename，fmt)（图象文件的名称 文件名：图象文件格式。 现在我们读取学校library图片如下：img=imread('library.jpg');imshow(img);使用imshow后显示图片，读取原始图片，如图5所示： 图5读取原始图片4.2.2 图像进行离散余弦变换 接下来对原始图片进行DCT变换进行压缩处理，使用的语句如下：img_dct = dct2(img)；Imshow（img_dct）；从实验原理上说，离散余弦变换时将图片对折后，将图片从时域变换到频域上。而在频域上，图片的信息将是一系列的灰度值，图片是无法显现的，所以我想通过Matlab语句来验证我的猜想。 通过 img_dct = dct2(img)；和Imshow（img_dct）；然后显现出进行离散的余弦变换后的图片如图6所示：图6 离散余弦变换后的图象4.2.3 图像进行离散余弦逆变换 接下来对离散余弦变换设置压缩比，而后进行离散余弦逆变换，则会得到压缩后恢复的图片，Matlab语法如下： Img=idct2(img);如果对library图片进行压缩比率为0.1进行压缩的话，图片会变得相对模糊，从视觉上看，和原始图片相比，显得不清楚。但从根本上改变了图片所占的空间大小，这样就会大大的节约图片所占的空间资源。显示经过压缩后再通过离散余弦逆变换得到的图片如图7所示：图7 压缩率为0.1倍得到的压缩图像通过上述实验的进行，我们发现图像经过离散余弦变换后，视觉直观上可以看出整个图片一片黑色，这实际上是图片在从时域跃变到频域上的结果。然后对图像设置压缩比率为0.1，然后进行离散余弦逆变换，图像则从频域上回归到时域上，然而经过压缩后，压缩后的图片和原图片相比，显得有点看不清楚了。接下来证明，压缩比率越大，照片越看不清，压缩比率越小的话，图像就清楚了。4.2.4 不同压缩比下的图像压缩从理论上讲，压缩比率越大，照片越看不清楚，这是由于保留的照片量化系数少的缘故，因为图像量化系数不同，可以得到不同的图像压缩质地，图像如果保留的DCT系数越多，图片越清楚，也即图像的质地越好。下面通过设置不同的压缩比来证明实验猜想，本次试验是通过程序分别设置压缩比为0.01和0.8，得出仿真结果图，我们会发现，压缩比越大，图片越模糊，压缩比越小，越接近原图片。通过DCT变换后得到的压缩图片如图8所示：图8 不同压缩比下的图像压缩可以明显看出上图是压缩比率为0.01的压缩图像，下图的压缩比率为0.8。我们发现当压缩比为.时，图片基本上不怎么模糊，但是当图片的压缩比为.时，图片就显得比较模糊，所以这就证明了压缩比率越大，图片越看不清楚，压缩比率越小，图片就看的比较清楚的猜想。但是图片的压缩比率越小的话，图片所占空间并没有减少多少。而图片的压缩比越大，图片所占的空间便变小了。所以我们常常希望兼顾图像效果和图像所占空间。4.3 基于小波变换的图象紧缩 在进行完离散的余弦变换后，我希望对比discrete cosine transform和小波变换的效果，所以进一步探究小波变换原理及其应用。124.3.1小波变换原理小波变换的图片通常分为两部分：相似的细节，细节都是小规模的变量，它是在这个规模是稳定的，所以资料，近似部分和范围的分裂，反复，相近对应高通，细节对应低通，这种变换采用尺度去除相干性。wavedec2（）函数用于图像分割，appcoef2（）用于图像重建，wcodemat（）函数用来量化编码。4.3.2小波变换流程图通过设置不同的压缩比率，进行小波变换的流程图如图所示：开始载入door图片将图片变换为灰色图片进行小波变换对第一副图设置压缩比率为0.8对第二幅图设置压缩比率为0.5对第三幅图设置压缩比率为0.05分别利用小波变换函数进行小波变换对比不同压缩比下得到的图片效果结束图9 小波变换流程图流程图图中分别通过的3个函数式指wavedec2（）函数用于图像分割，appcoef2（）用于图像重建，wcodemat（）函数用来量化编码。首先载入原始的door图片，而后将图片变换为灰色图片，才能进行Matlab仿真，设置压缩比分别为0.8,0.5,0.05。图形分割的话是用函数wavedec2（）进行，编码量化的话是利用wcodemat（），最后图形重建利用appcoef2（）。最后就可以对比不同压缩比率之下的图象质地。从实验结果可以看出，图像的压缩比越大，即实验中的压缩比率为0.01时，图像显得很模糊，但是图片所占的空间却少。图片的压缩比率为0.8时，图片则会变得看上去比较清楚。几乎和原图片接近。. 下面得到不同压缩比率下的图片，如图10所示：图10 不同压缩比下的小波变换从图10中可以看出，当压缩比为0.8时，图像和原始图片很接近，当压缩比为0.5时，图象看上去就比较清楚。而图片的压缩比率为0.05时，图片几乎看不怎么清楚。所以我们既要尽可能减少图片所占的空间资源，但也要兼顾图像的质地，所以经过分析，该幅图片的压缩比为0.1时压缩后的图片就比较符合我们预期的效果了。4.4 与小波变换比较小波变换往往对低频分量比较有效，然而对于高频分量不太适用。所以猜想在同样的压缩比之下，DCT变换得到的图片质地比小波变换好。为了验证猜想，我通过载入相同的图片，然后设置相同的压缩比。继而分别进行DCT，小波变换，比较通过相同紧缩比下得到的图形，然后比较得到的图片质地。使用Matlab仿真简单易操作，可以从视觉上直观的看出图片的质地情况。原始图片如图11所示：图11 长望塔图片图11是通过Matlab仿真，先载入长望塔图片，然后进行灰度变换后的得到的原始图片。4.4.1流程图比照在同样紧缩比下，经过离散的cos变换和小波变换的图片效果流程图如图所示：开始载入长望塔图片将图片变换为灰色图片对图片进行2维离散余弦变换设置压缩比率再进行小波变换分别得到DCT和小波变换的图片对比相同压缩比下两者的图片效果结束图12 小波变换和离散余弦变换流程图 流程图12中的主要过程是通过载入原始长望塔图片，然后将图片分别变换为灰色图片之后，然后分别通过离散余弦变换和小波变换，通过控制变量的思想，所以要设置相同的压缩比，这样就可以对比两者在相同的压缩比之下，从视觉直观上看出原始图片分别进行两种不同变换后的图片效果和质地了。4.4.2实验结果对比 经过设置相同的压缩比，离散的余弦变换和小波变换后得到的图片效果如图13所示：图13与小波变换比较图13中，左边的图为小波变换的结果，右图为离散余弦变换的结果。我们发现在同样的压缩比.下，从图片上看去，经小波变换之后的图片颜色比较深一点，看上去较模糊，而离散余弦变换则比较清晰。由此，我们便证明了我们的猜想在同样压缩比之下，离散余弦变换得到的图像效果比小波的变换更加理想。但是小波变换也有它自身的优势，比如说它对低频信号或者图像处理比较有效等。4.5 结束语研究表明，图片的量化系数不同，可以得到不同的图片压缩质地。跟着DCT系数保留得越多，图象的误差越小，图象的质地越好，且它们之间的干系是单调关系。DCT保留量化系数为一时，图片细节越看不清；DCT保留量化系数为三时，图象质量明显发生改善，但是一些细节部分处理得还是不好。随着DCT保留量化系数不断增大，结果跟以前结果相比图象质量又进一步提高，图片细节已经很清楚了，此时图象用眼睛已经分辨不出跟原图象的差别。毫无疑问DCT保留系数越多时，图象将会更加清晰，图象质量将会更好。当图象压缩比的增大，压缩效率降低，图象质量会下降，它可以指定压缩比，根据所要求的质量的图象的大小。在狭义上是指放大器的电压和噪声电压输出比的输出信号，通过数据库来表达。有时，信噪比=（图片和值的像素灰度干净）/（灰色干净的灰度图象值）作为图象的信噪比。总之，图片的信噪比越小，那么压缩比率越大，图片越看不清；反之则越看得清楚。 离散余弦变换简单、快捷，是一种十分有用的图象紧缩方式，跟着科学技术的进步,愈来愈引起人们的关注的是图象紧缩技术。13与原有静止图象jpeg相比，新一代压缩编码编码标准jpeg2000不仅在图象压缩性能上有了较大改善（压缩效率优于jpeg10%-30%）,而且系统的人机交互性也得到了显著提高。如果对原始图片中的对应象素灰度值进行插值缩放，由于操作的需要，通常有两种插值方法。直接分配和最近的象素灰度值的方法，也被称为最近的差分方法，该方法的主要优点是计算量小，简单，但可能会导致不好的结果。如果采用其他数学算法计算象素的灰度值，或许会有良好的效果，但运算会增加。虽然小波变换的图象象素的变换系数效率比元素本身高，它的紧缩比大，压缩速度快，压缩可以保持信号和图片的不变特征以及抗干扰传输，但压缩后图片不是太清晰。 对象块作变换时，等价于把象块对称加倍后作傅里叶变换。由于对称加倍后的图象是对称的，在作重复周期延拓后，边界上是连续的而没有突变成分，不会出现吉布斯效应，因此不会增加高频分量。所以与傅里叶变换相比，余弦变换编码中高频成分与像块划分无关，和象块内容有关。 在jpeg图象压缩方法，对彩色图象的红绿蓝分量的压变为图象的亮度分量和分量，然后像素块的分为八乘以八，这么多系数当中仅一个是直流系数，其余的陆十三个是交变系数,接下来对DCT 系数举行Z字形扫描和霍傅曼编码，实现了图象紧缩。14 至此，大体概括本文实质内容：1、先进行离散余弦变换 ；2、数值量化 ；3、Z字形的编码 ；4、对直流系数进行编码；5、运用运行长度编码交变编码的交变系数；6、熵编码。这项研究只是一个初步的探索。这方面的很多课题，比如信源编码与信道编码，图象编码算法分类，图象编码的标准化，图象编码与数字水印等等，这些都有待我们更进一步的研究和探讨。 参考文献1V.K.Goyal:Multiple Description Coding:Compression Meets the Network.IEEE Signal Process,2001,18(5)2Vaishampayan:Design of Multiple Description Scalar Quantizers.IEEE Transactions on Inf.Theory,1993,39(3)3 王相海、宋传鸣：图象及视频可分级编码，科学出版社，2009.7, P15-P27 4 钟玉琢：基于对象的多媒体数据压缩编码国际标准MPEG-4及其校验模型，科学出版社，2000.6, P21-P305 沈兰荪、卓力：小波编码与网络视频传输，科学出版社，2008.8 , P52-P576 张春田、苏育挺：图象压缩编码，清华大学出版社，2006.4，P3-P77 导向科技：MATLAB6.0程序设计与实例应用，中国铁道出版社. 2001.5,P135-P1418 蒲俊：MATLAB6.0数学手册，上海浦东电子出版社，2002，P21P289 于万波：基于MATLAB的计算机图形与动画技术，清华大学出版社，2007，P51P10710姚庆栋：图象编码基础，清华大学出版社，2006.6, P31-P4211吕世良,曲仕敬:基于DCT的Matlab 实现J.科技信息IT技术论坛, 2008(14):40212余姚明：图象编码标准H.246技术，人民邮电出版社，2006.2, P7-P10 13宫泽林：基于jpeg图象压缩技术的研究及其Matlab实现J.信息技术,2009(9):10314侯睿、王昆：数字图像压缩技术的发展的现状和发展趋势J.科教导刊，2009(9):95。 The technology of Image compression researchBased on DCTRonghua zhao 20102300047Nanjing university of information science and technology of communication engineering major, nanjing 210044Abstract: Pictures and video digital signal can avoid the accumulation of very long way transmission , digital preservation can recover high fidelity, flexible and can be held with the help of computer processing and deal with the sequence.Image squeeze technique becomes more and more aroused people's concern, image changes are based on brick of this paper research the jpeg image compression algorithm .1 At first, this paper first image squeeze in contemporary communication under the necessity and feasibility and disposal toolbox of MATLAB image related to common sense, then focus on this paper details .process of jpeg compression and way, specific coding of DCT changes, quantization,entropy coding ,Huffman coding module of reason. finally analyze the picture through with different compression ratio, a material change of images quality.Tight and unreal JPEG image based on DCT transform way is easy and convenient, which can make a very better compression ratio, and can ensure good image quality of a material, is a effective method of picture compression. 2Keywords: Discrete Cos Transform change; compression way of image ;Matlab toolbox ; jpeg image; 致谢 论文完成之际，致以深深的感谢。首先谢谢我的毕业论文老师赵远东，这篇论文的研究工作是在导师赵远东老师的指导下完成的。赵老师给了我很大的帮助，从数据采集到研究设计的核心，从初稿修改到最终定稿，赵老师给了我很大的帮助和支持，赵先生在自己的研究领域的要求是严格的，对我有很大的影响，赵老师再三强调做论文旨在创新，做论文一定要有新的材料或者新的见解，若无新的材料或新的见解，做论文也无益。老师还再三强调要大胆假设，小心求证。培养独立之精神，自由之思想。在论文的选题方向、设计思路、研究方法等等方面给予了很大的帮助。同时，赵老师严格监督我的论文进展，他循循善诱的启发,开阔了我的思路,培养了我的专研能力。在论文完成之际，我想表达我诚挚的谢意。其次还要感谢和我一组的同学，朱晨，顾樱娇，黄桓峰，周煜君，姜雪奎。他们的鼓励和支持让我最终完稿，表示深深的谢意。最后我还要感谢我的母校的老师们，是你们的敦敦教诲让我成长，让我提高。 在本次毕业设计，其他的老师，辅导员，和同学也在不断的关心和帮助我，因为有他们，我才顺利完成毕业设计，我表示衷心的感谢。