ZIGZAG扫描的MATLAB实现

简介:
2004年10月29日 18:29:00

转自阿须数码,用MATLAB实现MPEG中的 ZIG-ZAG 扫描。觉得有点研究价值,实现的方法也很巧妙。

下面给一个参照MPEG提供的方法:

===
function b=zigzag(a)
% 这是参照 University of California 提供的 MPEG 源代码的基础上编制的。
% Copyright (c) 1995 The Regents of the University of California.

[n,m]=size(a);
if(n~=8 & m~=8)
   error('Input array is NOT 8-by-8');
end

% Set up array for fast conversion from row/column coordinates to
% zig zag order. 下标从零开始,因为是从MPEG的C代码拷贝过来的
zigzag = [ 0, 1, 8, 16, 9, 2, 3, 10, ...
      17, 24, 32, 25, 18, 11, 4, 5, ...
      12, 19, 26, 33, 40, 48, 41, 34, ...
      27, 20, 13, 6, 7, 14, 21, 28, ...
      35, 42, 49, 56, 57, 50, 43, 36, ...
      29, 22, 15, 23, 30, 37, 44, 51, ...
      58, 59, 52, 45, 38, 31, 39, 46, ...
      53, 60, 61, 54, 47, 55, 62, 63];

zigzag = zigzag + 1;  % 下标加1,符合MATLAB的下标习惯
aa = reshape(a,1,64); % 将输入块变成1x64的向量
b = aa(zigzag); % 对 aa 按照查表方式取元素,得到 zig-zag 扫描结果

===


 程序运行结果:

?a=magic(8)
a =
    64     2     3    61    60     6     7    57
     9    55    54    12    13    51    50    16
    17    47    46    20    21    43    42    24
    40    26    27    37    36    30    31    33
    32    34    35    29    28    38    39    25
    41    23    22    44    45    19    18    48
    49    15    14    52    53    11    10    56
     8    58    59     5     4    62    63     1

?b=zigzag(a)
b =
  Columns 1 through 12
    64     9     2     3    55    17    40    47    54    61    60    12
  Columns 13 through 24
    46    26    32    41    34    27    20    13     6     7    51    21
  Columns 25 through 36
    37    35    23    49     8    15    22    29    36    43    50    57
  Columns 37 through 48
    16    42    30    28    44    14    58    59    52    45    38    31
  Columns 49 through 60
    24    33    39    19    53     5     4    11    18    25    48    10
  Columns 61 through 64
    62    63    56     1


本文转自feisky博客园博客,原文链接:http://www.cnblogs.com/feisky/archive/2008/04/11/1586541.html,如需转载请自行联系原作者

相关文章
|
机器学习/深度学习 传感器 算法
分类预测 | MATLAB实现BiLSTM双向长短期记忆神经网络多特征分类预测
分类预测 | MATLAB实现BiLSTM双向长短期记忆神经网络多特征分类预测
|
机器学习/深度学习 传感器 算法
分类预测 | MATLAB实现ELM极限学习机多特征分类预测(四分类)
分类预测 | MATLAB实现ELM极限学习机多特征分类预测(四分类)
|
机器学习/深度学习 传感器 人工智能
基于Matlab实现ASK、PSK、FSK 调制和 BER 与 SNR 计算附完整代码
基于Matlab实现ASK、PSK、FSK 调制和 BER 与 SNR 计算附完整代码
|
机器学习/深度学习 传感器 人工智能
【ELM回归预测】基于极限学习机实现气象影响因子光伏出力预测附matlab代码
【ELM回归预测】基于极限学习机实现气象影响因子光伏出力预测附matlab代码
|
机器学习/深度学习 数据采集 传感器
分类预测 | MATLAB实现LSTM长短期记忆神经网络多特征分类预测
分类预测 | MATLAB实现LSTM长短期记忆神经网络多特征分类预测
|
机器学习/深度学习 传感器 算法
【LSTM时序预测】基于卷积神经网络结合长短时记忆CNN-LSTM实现时序数据预测附matlab代码
【LSTM时序预测】基于卷积神经网络结合长短时记忆CNN-LSTM实现时序数据预测附matlab代码
|
机器学习/深度学习 传感器 算法
【Kelm回归预测】基于粒子群算法优化核极限学习机实现数据回归预测附matlab代码
【Kelm回归预测】基于粒子群算法优化核极限学习机实现数据回归预测附matlab代码
|
算法 数据安全/隐私保护 异构计算
m基于Lorenz混沌自同步的混沌数字保密通信系统的FPGA实现,verilog编程实现+MATLAB混沌验证程序
m基于Lorenz混沌自同步的混沌数字保密通信系统的FPGA实现,verilog编程实现+MATLAB混沌验证程序
184 0
m基于Lorenz混沌自同步的混沌数字保密通信系统的FPGA实现,verilog编程实现+MATLAB混沌验证程序
|
机器学习/深度学习 传感器 运维
【信号检测】基于LSTM实现工业机器信号数据异常检测附matlab代码
【信号检测】基于LSTM实现工业机器信号数据异常检测附matlab代码
|
机器学习/深度学习 传感器 算法
【BP回归预测】基于遗传算法优化BP神经网络GA-BP实现光伏出力预测附matlab代码
【BP回归预测】基于遗传算法优化BP神经网络GA-BP实现光伏出力预测附matlab代码

热门文章

最新文章