基于小波變換的圖像壓縮算法.pdf

1、圖像壓縮是根據(jù)圖像數(shù)據(jù)存在冗余和人眼視覺特性來實(shí)現(xiàn)的?；谛〔ㄗ儞Q的圖像壓縮技術(shù)是當(dāng)前研究圖像壓縮的主要方向之一，在滿足所需圖像質(zhì)量前提下，如何進(jìn)一步提高壓縮比和壓縮速度，以充分發(fā)揮傳輸信道和存儲(chǔ)空間的利用率，其研究工作是具有重要的理論和實(shí)際意義的。 提升方法是小波變換中一種有效的方法，其逆變換也相當(dāng)容易，并且能時(shí)刻保持輸入數(shù)據(jù)的完全重構(gòu)，它就成為構(gòu)造第二代小波變換的一般方法，在圖像壓縮中有著廣泛的應(yīng)用。該文在對(duì)傳統(tǒng)小波理論進(jìn)行

2、扼要介紹和回顧的基礎(chǔ)上，較詳細(xì)地介紹了提升方法的基本原理及其對(duì)信號(hào)的分解和重構(gòu)過程，并對(duì)預(yù)測/更新和更新/預(yù)測兩種提升方法進(jìn)行較詳細(xì)的對(duì)比分析。在預(yù)測/更新提升方法的基礎(chǔ)上，引入自適應(yīng)理論和自適應(yīng)提升方法。 該文提出了一種具有多層結(jié)構(gòu)的改進(jìn)的自適應(yīng)提升方法。該方法具有前期預(yù)測、更新和自適應(yīng)3層結(jié)構(gòu)，它改善了更新過程對(duì)應(yīng)的低通濾波性能；自適應(yīng)層的預(yù)測器可靈活設(shè)計(jì)，對(duì)圖像的邊沿區(qū)域和平滑區(qū)域自適應(yīng)地選擇預(yù)測算法。通過仿真實(shí)驗(yàn)，比較了

3、在不同提升方法下小波變換后系數(shù)的信息熵，實(shí)驗(yàn)結(jié)果表明，用改進(jìn)的自適應(yīng)提升方案變換后系數(shù)的熵優(yōu)于其它兩種方案(更新/預(yù)測的非自適應(yīng)提升方案和更新/預(yù)測的自適應(yīng)提升方法)。 受到視覺靈敏度的局限，人眼具有對(duì)于圖像邊緣急劇變化不敏感、對(duì)圖像的亮度信號(hào)敏感和對(duì)于顏色分辨力弱的特點(diǎn)，這種特點(diǎn)也能幫助實(shí)現(xiàn)數(shù)據(jù)壓縮。該文引入人眼視覺特性(HVS)，對(duì)小波系數(shù)賦予不同的視覺權(quán)值，保證優(yōu)先傳輸視覺上最重要的系數(shù)，以保證進(jìn)一步提高圖像復(fù)原質(zhì)量。

4、 在較詳細(xì)介紹分層樹集合劃分(SetPartitioninginHierarchicalTrees，SPIHT)圖像壓縮編碼算法基本原理和分析SPIHT算法所存在不足的基礎(chǔ)上，該文提出了一種改進(jìn)的零樹結(jié)構(gòu)。新的零樹結(jié)構(gòu)具有兩方面的優(yōu)勢：首先，可以有效縮短集合鏈表LIP的長度，節(jié)省寶貴的內(nèi)存空間；其次，可以縮短集合鏈表LIS的長度，能更加有效的捕獲不重要的信息，而且能大幅度提高集合鏈表LIS中重要系數(shù)集合的比例，使排序掃描過程所耗費(fèi)的

5、時(shí)間更少(相對(duì)于SPIHT算法)，使得閾值對(duì)分速度加快及更多重要信息及早出現(xiàn)在碼流中。 在SPIHT算法的基礎(chǔ)上，該文提出了一種改進(jìn)算法。該算法的特點(diǎn)是：采用改進(jìn)的自適應(yīng)提升方法對(duì)實(shí)驗(yàn)圖像進(jìn)行小波變換；，根據(jù)人眼視覺特性(HVS)對(duì)變換后的小波系數(shù)賦予合適的視覺權(quán)值；利用重新定義零數(shù)結(jié)構(gòu)后的SPIHT算法對(duì)變換后的數(shù)據(jù)進(jìn)行壓縮編碼。通過這三項(xiàng)措施的結(jié)合，意在提高算法的壓縮性能后仍有滿意的圖像質(zhì)量。 實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法