基于提升格式的小波图像压缩算法的研究

摘要

由于图像信息丰富、数据量大，从存储图像和处理的角度来看，数字图像的庞大数据对计算机的处理速度、存储容量都提出很高的要求；从实时性要求和传送图像的角度来看，在信道带宽、通信链路容量一定的前提下，减少传输数据量是提高通信速度的重要手段。因此，有必要对图像数据进行压缩处理。
　　 基于DCT变换的压缩图像不可避免地会出现“方块效应”和“飞蚊噪声”，小波变换由于具有良好的时域-频域局部化特性，有效的克服了傅里叶变换在处理非平稳的复杂图像信号时存在的局限性，变换后的各子图像具有很强的相似性，可获得较好的压缩效果。本文主要工作有以下几个方面：
　　 1.介绍小波变换的基本理论，在第一代小波的基础上，具体研究了第二代小波的构造方法，对提升方法的原理作以阐述。
　　 2.研究并编程实现基本的EZW算法和多级树集合分裂算法(即SPIHT算法)的仿真，通过选取不同的标准图像测试了基本算法的编码时间、图像压缩比及峰值信噪比，从而客观地分析基本算法的优缺点，并对EZW算法输出码流中存在大量连续零树根的问题进行了改进。
　　 3.针对基本SPIHT算法的不足，如需要大量存储空间，存在多次重复运算，编解码速度低，尤其在低码率的情况下图像恢复质量下降等缺陷，提出了一种改进的算法，该算法在第二代小波的基础上，结合人眼视觉特性特点，对算法阈值的确定方法进行改进，并且使用多个空间方向树的扫描方式；针对SPIHT算法重复扫描的问题，在编码时使用最大值链表的思想，大大减少了计算量，节省了运行时间，以达到缩短编码时间和提高解码图像质量的目的。由实验数据得出，该改进算法的图像编解码时间和重构图像质量均优于原算法，尤其在低码率情况下解码图像的质量明显提高。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景及意义

1.2 图像压缩的必要性和可行性

1.3 图像压缩系统的结构

1.4 常见的图像压缩方法简介

1.5 图像压缩方法性能评价

1.6 本文的组织结构

1.7 本章小结

第二章 小波分析理论

2.1 小波分析的由来及发展

2.2 小波变换

2.3 多分辨率分析

2.4 Mallat算法

2.5 小波理论应用于图像压缩编码需考虑的问题

2.6 本章小结

第三章 提升小波变换

3.1 引言

3.2 提升小波方案

3.3 基于提升算法的几种常用的整数小波变换

3.4 提升方案用于图像压缩的几个优点

3.5 本章小结

第四章 基于提升小波的EZW图像压缩算法及其改进

4.1 引言

4.2 EZW编码算法

4.3 基于提升小波的EZW算法的改进方案

4.4 本章小结

第五章 基于提升小波的SPIHT图像压缩算法及其改进

5.1 引言

5.2 SPIHT编码算法的研究

5.3 基于提升小波的SPIHT算法的改进方案

5.4 本章小结

第六章 总结与展望

6.1 全文总结

6.2 展望

参考文献

致谢

附 录

个人简介及攻读硕士期间论文发表情况