矩阵SVD奇异值分解用于图像压缩
作者:互联网
矩阵SVD奇异值分解用于图像压缩
clc;
clear;
I = imread('logo.png'); % 读入需要压缩的照片
Igray=rgb2gray(I);%转为灰度图像
[m,n] = size(Igray);%获取图像行列
k = 25;%设定压缩比率,一般在25-100
Igray = double(Igray);%转为双精度
[U,S,V] = svd(Igray);%奇异值分解
S= diag(S); % 变成列向量
S(k:end)=0; %保留前k个奇异值
if m>=n % 由于图像的一般不为正方形,所以需要做如下处理。
S = [diag(S);zeros(m-n,n)];
else
S = [diag(S),zeros(m,n-m)];
end
g = U*S*V'; % S的奇异值分解
g = uint8(g);
cr = n^2/(k*(2*n+1));
subplot(2,2,1),imshow(mat2gray(Igray)),title('原图');
subplot(2,2,2),imshow(g),title(['k =',num2str(k),' cr =',num2str(cr)]);
subplot(2,2,3),plot(S,'.','Color','b'); % 画出奇异值对应的点
SVD 处理后的结果
标签:subplot,Igray,diag,SVD,矩阵,图像压缩,奇异,cr 来源: https://www.cnblogs.com/elapsetor/p/15665647.html