基于第二代小波的圖像壓縮編碼的研究.pdf

1、圖像信息是人類認識世界及人類自身的重要源泉，然而圖像的數(shù)據(jù)量是巨大的。這樣不僅對計算機的存儲和處理能力提出了很高的要求，而且也使得圖像通信的信道傳輸速率受到限制。因此，為了存儲、處理和傳輸這些數(shù)據(jù)，必須要對圖像信息進行壓縮處理。傳統(tǒng)的圖像壓縮采用DCT變換編碼會出現(xiàn)“方塊效應”，同時壓縮的效率也不高，小波圖像編碼是近年來隨著小波分析理論的發(fā)展而提出的一種具有很好發(fā)展前景的圖像編碼方法。小波分析具有時——頻分析、多分辨率分析等優(yōu)點，易與人

2、眼視覺特性相結合，可獲得較好的壓縮效果，特別適合于圖像這一類信號的處理，所以小波變換的方法受到人們的高度重視，出現(xiàn)了各種基于小波變換的圖像編碼方法。 本文就是在這種情況下展開的。具體研究了提升方法、零樹編碼算法。提升方法屬于第二代構造小波的新方法，既繼承了第一代小波的特性，又有不依賴于傅里葉變換，同時便于構造整數(shù)小波的特性。本文對提升方法的原理和其中的關鍵技術作了詳細的闡述和討論，研究了基于整數(shù)小波變換的圖像編碼。并選擇了Haa

3、r小波用提升方法實現(xiàn)普通提升小波和從整數(shù)到整數(shù)的提升小波，為后面進一步研究系數(shù)編碼做好準備。隨后研究了嵌入式小波零樹編碼算法(EZW)和分級樹集合分裂算法(SPIHT)同時仿真實現(xiàn)了這兩個算法。分別分析了這兩個算法的缺點，并且提出了改進的算法——結合人類視覺特點的SPIHT算法，并且仿真實現(xiàn)了該算法。通過對標準測試圖像進行壓縮編碼測試實驗，表明該算法與原始SPIHT算法相比能夠提高重構圖像的峰值信噪比(PSNR)同時降低了均方誤差(MS