基于SPIHT的無表零樹圖像編碼算法.pdf

1、自20世紀80年代末,快速小波變換被引入圖像處理以來,因其時域和頻域良好的局部化性能、以及良好的去相關(guān)性能,而廣泛應用于圖像壓縮編碼領域,并獲得了良好的壓縮效果,成為圖像壓縮編碼的主要技術(shù)之一。
　　 小波變換編碼方法總體上有兩類:一類是樹型結(jié)構(gòu)算法,另一類是塊型結(jié)構(gòu)算法。其中樹型結(jié)構(gòu)算法因其簡單高效和壓縮比可控等優(yōu)點,奠定了其在圖像壓縮編碼領域的地位。本文將基于此類編碼算法展開研究,在概括地介紹了圖像壓縮編碼基礎理論以及小波變

2、換理論之后,詳細介紹了三種樹型結(jié)構(gòu)圖像編碼算法:嵌入式零樹小波EZW算法、等級樹集合分裂SPIHT算法和無表零樹編碼L+ZC算法,并對每一種編碼算法的優(yōu)缺點進行了分析。
　　 SPIHT算法快速小波變換過程中,需要做大量的卷積運算,計算復雜,影響壓縮算法的實時性,給DSP芯片的實時實現(xiàn)增大了難度。編解碼算法需要3個集合鏈表存儲已編碼信息,內(nèi)存消耗量大,不利于硬件實現(xiàn)。在排序和按序傳輸小波系數(shù)時,沒有充分利用小波變換的能量聚集性,

3、降低了圖像復原質(zhì)量。
　　 LZC算法相對于SPIHT算法降低了內(nèi)存需求量。但由于采用深度搜索策略,降低了編碼器的性能。而且,該算法采用遞歸結(jié)構(gòu)實現(xiàn),因而算法復雜度增加,編碼速度降低,給DSP芯片的實時實現(xiàn)增大了難度。
　　 針對SPIHT算法和LZC算法的不足,提出了一種新的無表零樹編碼算法。該算法以SPIHT編碼方法為基礎,重新定義了零樹結(jié)構(gòu),在充分利用小波分解后各子帶間系數(shù)相關(guān)性的同時,還利用了最低頻子帶內(nèi)相鄰系數(shù)

4、間的相關(guān)性；引入提升小波變換構(gòu)造雙正交D9／7小波；改進了掃描編碼順序；并吸收了L,ZC算法的狀態(tài)位圖思想。
　　 本文分別采用新算法和SPIHT算法對三幅512×512×8bit標準灰度圖像(Lena、Goldhill和Barbara)進行了測試。測試結(jié)果顯示:在低比特率情況下,采用SPIHT算法獲得的重構(gòu)圖像存在嚴重的邊緣失真現(xiàn)象,一些細節(jié)信息己不能分辨,而采用新算法獲得的重構(gòu)圖像邊緣失真不明顯,視覺效果優(yōu)于SPIHT算法的