基于提升小波变换的SPIHT压缩算法与应用的研究

摘要

随着计算机和通信技术的迅猛发展，图像应用范围越来越广。人类对信息的需求已不局限于传统的语音、文字信息，而是集视频、图像、声音、文字于一体的高品质多媒体信息，但是它对信号传输的带宽和数据存储容量等要求很高。随着网络通信的飞速发展以及多媒体技术的广泛应用，数字产品版权的保护问题变得越来越重要，数字水印技术已成为解决数字多媒体版权问题的主要工具。
　　 因此，本文首先从图像数据压缩方法着手，介绍了小波和小波变换，小波变换是一种时间-尺度分析方法，它具有多分辨的特点，处理时进行的是空域和频域的局部变换，可以用来实现对图像的自适应分析，但需进行庞大的卷积运算，计算复杂。介绍了mallat算法，嵌入式图像编码的理论，并详细介绍了Shapiro提出的零树结构为基础的分层树集合分割算法(SPIHT算法)。
　　 然后对提升格式的小波算法进行了介绍，并对图像进行了变换，与传统小波变换相比，提升格式小波变换具有运算速度快，原位运算，适合于DSP芯片实现等优点。本文对提升方法的原理和其中的关键技术作了详细的阐述和讨论，特别是对用提升方法实现从整数到整数的小波作了全面、细致的分析。
　　 然后针对基于传统小波使用SPIHT算法对图像压缩，存在压缩过程复杂、编码运算量大、存储量大的不足，本文提出了基于改进的SPIHT整型提升小波变换的图像压缩算法，该算法不但考虑了人眼视觉特性，提高图像复原质量，而且引用最大值表思想节省了索引的时间，具有节省内存、计算速度快，编解码简单的特点，重构图像的峰值信噪比也进一步得到了提高。结果表明了该算法的可行性和有效性。
　　 最后把改进的SPIHT整型提升小波变换的图像压缩算法用于数字水印方面，提出基于整型提升小波变换的盲数字水印算法，本文对所提出的算法进行了大量的实验，并进行了性能分析。该算法有以下几点优点：改进的SPIHT编码过程中嵌入秘密图像的SPIHT编码，当选择恰当的minbit，水印图像质量和容量的冲突可以解决，而且秘密图像的抽取是渐进性的；水印的安全性高，要成功抽取水印必须知道当前的minbit值，对应的τp，密钥矩阵S和整数加权矩阵W；本文方法可以增加嵌入容量，载体图像和秘密图像甚至可以是一样大的。

目录

文摘

英文文摘

声明

1绪 论

1.1引言

1.2研究的背景和意义

1.3小波图像压缩编码研究现状

1.4压缩算法在数字水印方面的应用

1.5本文主要内容和章节安排

2小波变换和基于小波变换的图像压缩编码技术

2.1小波变换及其性质

2.1.1小波分析简介

2.1.2连续小波变换

2.1.3离散小波变换

2.1.4多分辨分析

2.1.5双正交小波变换

2.2 Mallat算法

2.2.1一维Mallat算法

2.2.2二维Mallat算法

2.3嵌入式编码理论

2.3.1嵌入式图像编码的基本原理

2.3.2嵌入式编码的一般框架

2.4 SPIHT算法

2.4.1空间方向树及集合定义

2.4.2算法集合划分规则

2.4.3算法描述

2.4.4算法分析

2.5本章小结

3提升方法构造整数小波

3.1提升的概念

3.2罗朗(Laurent)多项式

3.3多相表示法

3.4提升方法

3.5分解小波为提升步骤

3.5.1欧几里德(Euclidean)算法

3.5.2因式分解算法

3.5.3提升方法构造小波

3.6整数小波

3.6.1可逆整数小波的构造

3.6.2本文选用的整数小波

3.7本章小结

4基于改进的SPIHT整型提升小波变换的图像压缩

4.1构造9-7F整数小波

4.2 SPIHT算法

4.3改进的SPIHT编码算法

4.3.1低频区域重要系数的符号处理

4.3.2改进的高频子带编码

4.3.3解决编码过程存储量大的问题

4.3.4改进的算法实现过程

4.4实验结果比较

4.5本章小结

5改进SPIHT算法在数字水印方面的应用

5.1基于Amold变换的图像置乱算法

5.2改进的SPIHT整型提升小波变换

5.3二值图像隐藏方法

5.4改进SPIHT算法在数字水印方面的应用

5.4.1水印嵌入

5.4.2水印抽取

5.4.3质量和容量的综合考虑

5.5实验结果

5.6本章小结

6结论与展望

致 谢

参考文献

附 录：作者在攻读学位期间发表的论文目录