图像压缩是否会降低图像的实际尺寸?

时间:2016-11-02 16:53:17

标签: image-processing linear-algebra svd

我正在执行SVD图像压缩 - SVD允许您通过秩v的较低秩矩阵逼近实际图像矩阵,从而实现压缩(link)。

这是伪代码:

load image_mat             % load image as a matrix
[U, S, V] = SVD(image_mat) % U and V are square, S is diagonal (mxn)
set S(v+1:end,:) = 0; set S(:,v+1:end) = 0;  % set all values after rank v as zero
new_image = U*S*V';

我面临的问题是:一旦我执行较低等级近似,旧矩阵和新矩阵具有相同的大小(m×n)。两个图像都包含相同数量的像素(因为U和V不会改变。)因此,文件大小不会(读取:不能!)更改。但是,我发现不同的v。

值会使图像质量发生显着变化

我错过了什么?

编辑:进一步解释:

以下是SVD减压的结果,通过降级: RHS figure contains only 10% of the original singular values 我的问题是,如果两张图片中的像素数保持不变,我将如何减少文件大小(减压)?除了奇异值矩阵(S)的大小变化这一事实外,其他一切几乎保持不变(尽管图像质量明显下降),即在解压缩后构造的新矩阵具有与512 x 512相同的大小。原始图像。

0 个答案:

没有答案