基于小波变换和支持向量机的图像压缩方法研究

摘要

图像压缩是数字图像处理的一个重要研究方向。图像压缩的目标主要体现在三个方面:首先是为了减少存储容量，以利于信息的保存；其次有利于数据传输从而满足人眼和机器分析的要求；第三是便于特征提取，以利于计算机模式识别。目前，图像压缩主要有静止图像压缩JPEG标准和动态图像压缩MPEG标准两大分支。本文的研究重点集中于静止图像压缩，并与JPEG2000标准做详尽的比较；同时向动态方面做一定的扩展研究。本论文进行数据压缩处理的主要方法是目前最为流行的小波运算和作者研究室深入研究的SVM(支持向量机)应用算法。
　　 本文针对数字图像自身数据特点，将传统图像压缩方法和智能计算技术相结合，特别对SVM核函数算法进行了深入研究，推导出一种重新构建核函数的方法；组合核函数(Hybrid Kernel Function)，并编写了相应的Matlab工具包，做了详细的性能分析。本论文主要工作和内容如下:
　　 1.首先阐述了图像压缩和SVM与本论文涉及的小波算法的基本概念、特点和应用领域；
　　 2.其次分析了传统图像压缩的方法过程，并依托传统图像压缩引入智能计算方法进行说明；
　　 3.对核函数理论做详细的阐述并引入组合核函数支持向量机，给出相应的数学模型；
　　 4.利用仿真工具实现上述相应的数学模型，对待处理图像进行小波变换，并将小波变换后的数据利用特定的方式输入支持向量机，分别利用几种特定核的支持向量机对这些图像小波数据进行计算机处理，经过编解码后的图像将与JPEG2000标准得出的解码图做详细的性能比较。