3-3.Image Quantization

- 11月 14, 2023

量化步長(Delta)

X代表要被量化的訊號，N是量化級別的數量。

原始信號的最大值和最小值要先計算出來，也就是一整張影像(矩陣中最大及最小的值)

均勻量化(uniformly quantize):把輸入信號的取值域等間隔分割的量化稱為均勻量化

輸入陣列X(向量或矩陣)到 N 個離散等級。

使用此函數來量化:

指定影像為 7 b/pel、6、5、4、3、2、1 b/pel(bits per pixel)

程式碼

>> y=imread('fountainbw.tif');
>> image(y);
>> colormap(gray(256));
>> axis('image');
>> z=double(y);
>> max_val = max(z(:));
>> min_val = min(z(:));
>> N=2^7;
>> delta = (max_val - min_val) / (N-1);
>> quantiz_image7 = round((z-min_val) / delta) * delta + min_val;
>> image(quantiz_image7);
>> colormap(gray(256));
>> axis('image');

設定量化級數N為2的7次方代表每一個像素占用7bit

執行量化操作：從每個像素值中減去 Min(X)再去除以delta。四捨五入到最接近的整數，再乘以量化步長，最後加回最小值。

將N重構為function傳參版本

getavg函數程式

最終程式

function quantize_and_save_image(image_filename, bits_per_pixel)
    % 讀取並顯示原始圖像
    y = imread(image_filename);
    figure;
    image(y);
    colormap(gray(256));
    axis('image');
    title('Original Image');
    
    % 轉換圖像數據類型為雙精度
    z = double(y);
    
    % 計算量化參數
    max_val = max(z(:));
    min_val = min(z(:));
    N = 2^bits_per_pixel;
    delta = (max_val - min_val) / (N - 1);
    
    % 執行量化
    quantized_image = round((z - min_val) / delta) * delta + min_val;
    
    % 顯示量化後的圖像
    figure;
    image(quantized_image);
    colormap(gray(256));
    axis('image');
    title(['Quantized Image - ', num2str(bits_per_pixel), ' bits/pixel']);
    
    % 儲存量化後的圖像
    save_filename = [num2str(bits_per_pixel), '_bits_per_pixel.jpg'];
    imwrite(uint8(quantized_image), save_filename, 'jpg');
end