基于KPD和小波的圖像壓縮方法研究.pdf

1、隨著圖像分辨率和精度不斷的提高，使得圖像的存儲和傳輸數(shù)據(jù)量急劇增加。因此，對圖像壓縮的研究有著非常重要的意義。
　　 本文在基于SVD，KPD，NMF等矩陣分解圖像壓縮方法的基礎(chǔ)上，提出基于Kronecker積分解和小波的圖像壓縮方法，獲得了良好的圖像壓縮效果。具體工作如下：
　　 1.先對矩陣的Kronecker積分解(KPD)的求解方法進行了研究，然后對基于KPD的圖像壓縮方法進行了詳細的分析，并且討論了該方法中k的

2、選取問題。
　　 2.分析了圖像的Kronecker積各因子的含義，把這些小矩陣塊分為高頻類和低頻類，對高頻類先進行小波分解，對小波分解后的高頻信息和低頻信息運用SPECK編碼方法進行壓縮，對小波分解后的混頻信息用均值代替，對低頻類直接運用SPECK編碼方法，從而提出了基于KPD和小波的圖像壓縮方法。
　　 3.對圖像進行Kronecker積分解后，先對各個圖像小塊的均值和標(biāo)準(zhǔn)差等統(tǒng)計信息進行了分析，設(shè)判閾值將圖像小塊分

3、為高頻類，低頻類和混頻類，然后高頻類采用小波圖像壓縮方法，而混頻類采用SPECK編碼方法，低頻類用其均值代替，形成了第一種改進的基于KPD和小波的圖像壓縮方法。
　　 4.由于基于非負矩陣分解(MNF)的圖像壓縮方法對小圖像壓縮有其優(yōu)勢，所以在運用統(tǒng)計信息對圖像小塊進行分類后，對高頻類采用基于NMF的圖像壓縮方法，對混頻類運用SPECK編碼方法，對低頻類采用均值代替，形成了第二種改進的基于KPD和小波的圖像壓縮方法。