基于多尺度分析的圖像壓縮.pdf

1、圖像信息在現(xiàn)代通信過程中扮演著越來越重要的角色。然而圖像信息數(shù)據(jù)量巨大，人們需要對圖像數(shù)據(jù)進行必要的壓縮以節(jié)省數(shù)據(jù)存儲空間和提高信道利用率。上世紀80年代小波技術的發(fā)展使得圖像壓縮技術上了一個新的臺階。小波變換能夠大大提高圖像的壓縮效率。而且這種多尺度變換方法消除了離散余弦變換 (DCT) 引起的方塊效應。通過嵌入式編碼可以隨時結束解碼，并可以得到在截斷處碼流所對應的恢復圖像，實現(xiàn)圖像的漸進傳輸。 本文在對小波系數(shù)進行分析的基礎

2、上先后對幾種流行的嵌入式編碼算法進行研究和試驗，提出了一種改進的零樹編碼算法，提升了重建圖像的峰值信噪比。詳細介紹了提升格式小波變換原理，分析了如何利用提升方案來構造小波。這種提升格式能夠進行快速、本位運算。通過試驗證明提升格式同傳統(tǒng)小波相比具有構造簡單、運算速度快的優(yōu)點。 雖然小波適合捕捉圖像的點奇異性，但是它對于線奇異性來說并不是很有效的方法。脊波變換是在Radon變換域上把線奇異性轉變成點奇異性來處理，所以它對于含有線奇異

3、性的圖像是比小波更好的逼近方法。本文研究了脊波系數(shù)的特點，并以此設計出了基于脊波變換的壓縮算法。實驗表明該算法能夠提高圖像壓縮的性能。 脊波能夠對直線邊緣進行很好的稀疏逼近，然而自然圖像大多是紋理豐富、邊緣呈曲線狀，脊波就不是很好的表示方法。本文介紹了一種新的圖像表示方法：Contourlet 變換。它的多分辨特性和多方向性使得它能夠有效地捕捉光滑的曲線。本文對Contourlet變換應用于圖像壓縮進行了初步的探討，說明了其圖像