基于SPIHT的无表零树图像编码算法

摘要

自20世纪80年代末,快速小波变换被引入图像处理以来,因其时域和频域良好的局部化性能、以及良好的去相关性能,而广泛应用于图像压缩编码领域,并获得了良好的压缩效果,成为图像压缩编码的主要技术之一。
　　 小波变换编码方法总体上有两类:一类是树型结构算法,另一类是块型结构算法。其中树型结构算法因其简单高效和压缩比可控等优点,奠定了其在图像压缩编码领域的地位。本文将基于此类编码算法展开研究,在概括地介绍了图像压缩编码基础理论以及小波变换理论之后,详细介绍了三种树型结构图像编码算法:嵌入式零树小波EZW算法、等级树集合分裂SPIHT算法和无表零树编码L+ZC算法,并对每一种编码算法的优缺点进行了分析。
　　 SPIHT算法快速小波变换过程中,需要做大量的卷积运算,计算复杂,影响压缩算法的实时性,给DSP芯片的实时实现增大了难度。编解码算法需要3个集合链表存储已编码信息,内存消耗量大,不利于硬件实现。在排序和按序传输小波系数时,没有充分利用小波变换的能量聚集性,降低了图像复原质量。
　　 LZC算法相对于SPIHT算法降低了内存需求量。但由于采用深度搜索策略,降低了编码器的性能。而且,该算法采用递归结构实现,因而算法复杂度增加,编码速度降低,给DSP芯片的实时实现增大了难度。
　　 针对SPIHT算法和LZC算法的不足,提出了一种新的无表零树编码算法。该算法以SPIHT编码方法为基础,重新定义了零树结构,在充分利用小波分解后各子带间系数相关性的同时,还利用了最低频子带内相邻系数间的相关性；引入提升小波变换构造双正交D9／7小波；改进了扫描编码顺序；并吸收了L,ZC算法的状态位图思想。
　　 本文分别采用新算法和SPIHT算法对三幅512×512×8bit标准灰度图像(Lena、Goldhill和Barbara)进行了测试。测试结果显示:在低比特率情况下,采用SPIHT算法获得的重构图像存在严重的边缘失真现象,一些细节信息己不能分辨,而采用新算法获得的重构图像边缘失真不明显,视觉效果优于SPIHT算法的重构图像；新算法重构图像的峰值信噪比PSNR值也高于SPIHT算法。由测试结果可得出结论:新算法整体性能优于SPIHT算法。