搜索资源列表
pic
- 对图片做二维dct变换，每一小块为8*8-Do the 2-D DCT transform , every piece of 8*8
DCT_Final
- 8 point approximate dct for image compression the purpose compression algorithm
dctVarFusion
- 基于DCT变换进行图像融合,将源图像分成8*8块，然后对每块进行基于DCT变换的图像融合-DCT transform image fusion based on the source image into 8* 8, then each DCT-based image fusion
3.2DCT
- 对cameraman.tif图像进行DCT变换，分别选取最大的1/4、1/8、1/16个变换系数(其余置为0)，进行反DCT得到重构图像，显示原图像和各重构图像并分别计算重构图像的峰值信噪比。-Cameraman.tif DCT transform of the image, were selected maximum 1/4,1/8,1/16 transform coefficients (the remainder is set to 0), inverse DCT to obtain th
opencv88BLOCK
- opencv处理图像8*8分块,使用DCT变换然后进行量化处理-Opencv image processing on the 8* 8 block
picture
- 利用函数dct2，对图像进行压缩。并使用量化方法，对每一个经DCT变换后的8×8 矩阵量化，从而实现图像压缩。-Use function dct2, the image compression. And the use of quantitative methods, each DCT transformed matrix 88 after quantization, in order to achieve image compression.
Untitled
- 将256级灰度的大小为256×256的灰度图像完成DCT变换压缩，压缩比为8 ：1。实现图像压缩功能。-256 levels of gray size is 256 × 256 grayscale images to complete the DCT compression, the compression ratio of 8: 1. Image compression function.
Jsteg
- Jsteg算法实现，Jsteg是一种基于JPEG的常用信息隐藏算法步骤如下: 首先，把掩体图像分为不重叠的8*8的子块，对每一子块进行DCT并对变换得到的DCT系数进行量化 其次，将待隐藏的信息进行加密，将加密结果嵌入到量化后值不为0，1或-1的DCT系数的最 低有效位(LSB)中，其嵌入顺序是按zigzag扫描顺序进行的。最后，用JPEG的嫡编码(包括哈夫曼编码，游程编码及DPCM)对嵌入秘密信息后的每一子块进行编码，从而得到一个含有秘密信息的JPEG stego文件。-Jsteg
MATLAB
- 实验2绿叶变色，实验3图像数字化显示，实验4图像类型转换，实验5对比度增强，实验6直方图均衡化和规定化，实验7噪声添加和空域滤波，实验8边缘增强和边缘检测，实验9彩色图像增强，fft，dct，dwt变化及压缩，滤波器，实验20运动退化和维纳波复原，实验21图像的几何畸形校正等实验的代码和报告-Experiment 2 leaves change color, 3 digital image display, the image type conversion, 4 5 contrast enha
JPEG_DECODE
- 本解码器类支持普通jpeg文件格式，这也是目前大多数jpeg文件所采用的格式，此格式主要特点是数据精度为8位，采用Huffman编码的普通DCT帧（不支持扩展串行和递进模式及数学编码）。本解码器类的 IDCT算法采用三种模式，分别是浮点解码、定点整数解码和定点整数MMX优化解码，您可根据具体情况选择。-The decoder class support common JPEG file format, which is currently the most JPEG files in the f
CS1
- python notebook file compressed sensing using FFT and DCT. where, Both both A and 5 keys are presssed and # sampling rate Fs = 40e3 duration = 1./8 N_samps = int(np.floor(duration*Fs)) # Number of compressed basis functions # i.e.
Zigzag
- 实现8*8图像块内的Z字形扫描，霍夫曼编码，JPEG压缩。可用于图像处理（图像压缩，JPEG压缩中DCT变换，量化后的Z字形扫描，进而编码）(Implementation of 8*8 image block in the shape of Z scanning)
Jridi17.pdf.tar
- An approximate kernel for the discrete cosine transform (DCT) of length 4 is derived from the 4-point DCT defined by the High Efficiency Video Coding (HEVC) standard and used for the computation of DCT and inverse DCT (IDCT) of power-of-two lengt
MaseraConf_17.pdf.tar
- In this paper, we present area- and power-efficient architectures for the implementation of integer discrete cosine transform (DCT) of different lengths to be used in High Efficiency Video Coding (HEVC). We show that an efficient constant matrix-
JPEG lite
- 将图片分割成8*8的块然后进行DCT和量化，编码及解码(For further improvement each 8x8 block of the difference image can be transformed using a 2D DCT before quantizing and coding)
JPEGCompression
- 编码： （1）进行颜色转换，将RGB格式转换为YUV格式。 （2）将待编码的N×N的图像分解成(N/8)^ 2 个大小为8×8的子图像。 （3）对每个子图像进行DCT变换，得到各子图像的变换系数。这一步的实质是把空间域表示的图像转换成频率域表示的图像。 （4）对变换系数进行量化。 （5）进行Z字形重排 （6）使用霍夫曼变长变码编码器对量化的系数进行编码，得到压缩后的图像（数据）。 解码： （1） 对压缩的图像数据进行解码，得到用量化系数表示的图像数据。 （2） 进行反Z字型重排 （3）用与编码时