基于小波分析的圖像壓縮的研究.pdf

1、傳統(tǒng)的傅里葉分析往往不能同時在時域和頻域提供很好的局部分析能力，這個不足極大地限制了其在非平穩(wěn)信號領(lǐng)域的應(yīng)用。而小波分析卻天生具有自適應(yīng)分析能力，在分析低頻信號時具有較好的頻域分辨力，在分析高頻信號時具有較好的時域分辨力，這種特性為信號處理提供了更多的自由度，適應(yīng)于很廣泛的信號。同時由于小波變換能夠?qū)⑿盘柕哪芰考械缴贁?shù)幾個較大的小波系數(shù)上，同時不同分解級數(shù)上對應(yīng)相同空間區(qū)域的小波系數(shù)之間存在緊密聯(lián)系，這些獨特優(yōu)勢使小波在信號處理領(lǐng)域得

2、到了廣泛的應(yīng)用，例如信號去噪、邊緣檢測、圖像壓縮等等。
　　 隨著技術(shù)的進步和社會的發(fā)展，各種圖像應(yīng)用不斷涌現(xiàn)，并且對圖像信息的要求也越來越高。但是由于存儲空間和傳輸帶寬的限制，日常所用的圖像信息往往需要進行壓縮處理，才能滿足各種各樣的需求。小波變換的獨特性質(zhì)使得其在圖像壓縮領(lǐng)域表現(xiàn)出色。本文首先對小波分析的歷史進行回顧，重點介紹了小波變換的性質(zhì)和多分辨率分析，對實際應(yīng)用中選擇小波函數(shù)的依據(jù)進行了說明并介紹了常用的幾種小波函數(shù)。

3、隨后稍微回顧了圖像壓縮背景，對JPEG和JPEG2000 這兩個圖像壓縮標(biāo)準(zhǔn)進行了介紹，對各自的優(yōu)勢和不足也有說明。
　　 針對JPEG2000 圖像壓縮標(biāo)準(zhǔn)中使用的CDF 9/7小波，首先分析了提升算法的實現(xiàn)原理，并介紹了若干已經(jīng)提出的實現(xiàn)架構(gòu)。最后考慮將其中的預(yù)測和更新過程合二為一，提出一種改進算法的實現(xiàn)方式，并將結(jié)果與其他的實現(xiàn)方法進行了對比。結(jié)尾部分進行了總結(jié)并對其中的不足進行了分析，同時可能出現(xiàn)的改進和突破進行了展望。