基于小波半规则网格压缩均方误差的近似方法

摘要

图像作为信息载体已被广泛应用于多个领域。但是数字图像的数据量非常大，为了节省存储空间和更好地传输，就需要对图像进行压缩。所谓图像压缩就是在保证一定的图像质量和满足一定要求的前提下，减少图像原始数据量的一种过程。针对图像中存在的冗余信息，可以采用某种方法去除多余成分，这样就可以实现图像的压缩。 传统的图像压缩采用DCT变换编码，但压缩后会出现“方块效应”，同时压缩的效率也不高，小波图像编码是近年来随着小波分析理论的发展而提出的一种具有很好发展前景的图像编码方法。小波分析具有时--频分析、多分辨率分析等优点，易与人眼视觉特性相结合，可获得较好的压缩效果，特别适合于图像这一类信号的处理，所以小波变换的方法受到人们的高度重视，出现了各种基于小波变换的图像编码方法。 目前基于小波的压缩方法主要适用于标准网格，而且压缩后图像重构的质量不是很高，失真度较高。针对上述两点，本文主要研究针对半规则网格的小波压缩，并在此过程中提出了一种有效的基于位分配模型的性能优化方法，为了实现这种快速和低复杂度的分配方法，在几何编码中运用了权重均方误差的近似方法。并用实验结果说明在基于模型分配的过程中将上述近似方法得到的结果作为失真可以改善小波编码器的性能，提高编码增益，从而达到在不降低图像压缩率下提高图像质量的目的。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2研究的背景及意义

1.3小波图像压缩编码研究现状

1.4本文主要内容及章节安排

第二章网格模型

2.1网格模型化简介

2.2化简的原则和误差测度

2.3静态化简方法

2.3.1顶点聚类法

2.3.2区域合并法

2.3.3重新布点法

2.3.4逐步求精法

2.3.5几何元素删除法

2.3.6小波分解

2.4动态化简方法

2.4.1层次表示法

2.4.2渐进网格法

2.4.3基于视点的化简方法

2.4.4其他方法

2.5本章小结

第三章 图像压缩编码理论概述

3.1图像压缩编码的基本原理

3.2图像压缩编码技术的发展

3.3图像编码的基本方法

3.3.1熵编码

3.3.2变换编码

3.3.3预测编码

3.3.4运动补偿编码

3.4图像编码方法的评价标准

3.5图像编码的国际标准

第四章小波分析理论

4.1引言

4.2小波发展的历史背景

4.3小波变换的基本理论

4.3.1傅立叶变换及其存在的不足

4.3.2小波的概念

4.3.3连续小波变换

4.3.4傅立叶变换与小波变换的比较

4.4离散小波变换

4.5多分辨率分析与Mallat算法

4.6二维离散小波变换

第五章基于小波分析的图像压缩

5.1基于小波变换的图像局部压缩

5.2小波变换用于图像压缩的一般方法

5.2.1利用二维小波分析进行图像压缩

5.2.2二维信号压缩中的阈值的确定与作用命令

5.3基于小波包变换的图像压缩

第六章基于小波半规则网格压缩均方误差的近似方法

6.1概述

6.2引言

6.2.1整体编码方案

6.2.2分配过程

6.2.3问题陈述

6.3在三角形栅格上的均方误差近似

6.3.1符号

6.3.2量化网格几何的均方误差

6.3.3一层分解的解决方案

6.3.4一个N-层分解的解决方案

6.4基于蝴蝶升力模式权的计算

6.5实验结果

6.6结论

第七章结论与未来工作

7.1主要结论

7.1后续研究工作的展望

致谢

参考文献

附录： 作者在攻读硕士学位期间发表的论文