基于上下文分类的图像压缩方法研究

摘要

近年来多媒体技术与网络应用的发展迅速,数字图像在诸多领域得以应用,海量的数据存储与传输问题使得图像压缩研究成为各界广泛关注的课题。从时、频域特性的角度上讲,小波变换性能优越。得益于嵌入式编码的发明与发展,两者的结合可更为高效地对图像编码压缩,因此基于小波变换的图像压缩技术发展迅速。目前,小波系数的有效地组织与量化成为了静态图像压缩编码领域研究关注的重点与难点。
　　本文首先介绍了小波理论与集合分裂位平面编码,在分析了小波变换后图像的特点后改进了图像的上下文模板,并以高阶熵理论为基础提出了基于上下文量化的高阶熵编码方法。接着分别设计了两种权值分类算术编码器。本文的主要研究内容如下:
　　(1)对小波系数进行重要性权值训练,优化上下文模板。回归预测训练上下文模板得到模板各个预测系数,再根据预测系数求得重要性权值。此重要性权值能够有效表示集合分裂位平面编码点或者编码块为重要的可能性程度。优化后的上下文模板同时利用了系数子带内与子带间的关系,与现有的模板相比能更加有效地开发利用小波变换后系数图像的特点与系数间的联系。
　　(2)通过对上下文进行分类,使得传统的高阶熵编码器近似成为低阶熵编码器,降低了编码复杂度。本文统计并分析了权值重要性概率分布,并针对存在的上下文稀疏问题,利用 K-means分类器根据实验确定的量化级数对上下文进行量化,因而有效地减少了熵编码器中上下文的个数,由此解决了熵编码器中上下文量化的问题。实现了低复杂度下压缩编码效率的提高。
　　(3)分别设计了离线与在线权值量化算术编码器。离线权值权值量化算术编码器利用预编码过程得到全局权值重要性概率分布,并以此作为分类的先验知识,权值量化后再经过算术编码。在线权值量化算术编码器则随着编码过程动态更新权值重要性概率。这两种编码器都能有效地提高算术编码的压缩效率,与最新的静态图像压缩标准JPEG2000相比,相同码率下的峰值信噪比值均可提高0.1至0.2db。其中离线权值上下文算术编码器的时间复杂度与JPEG2000近似,进一步说明本文提出的算术编码器是高效的静态图像压缩编码器。
　　本文由《多维高动态极光数据的混合预测无损压缩与非平稳信道传输研究》(国家自然科学基金面上项目:61377011)资助。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景与意义

1.2 静态图像压缩基本知识

1.3 静态图像压缩的历史与现状

1.4 本文的主要研究内容成果及章节安排

第二章 小波变换与基于小波变换的嵌入式编码

2.1 小波分析理论

2.2 嵌入式位平面编码方法

2.4 本章小结

第三章 基于小波变换的重要性权值训练

3.1 二维图像小波分解

3.2 上下文模板的设计与权值训练

3.3 实验结果与分析

3.4 本章小结

第四章 基于上下文分类的高阶熵编码

4.1 高阶熵编码

4.2 上下文分类

4.3 实验结果与分析

4.4 本章小结

第五章 基于离线与在线的权值量化算术编码器

5.1 在线权值量化算术编码器设计

5.2 离线权值量化算术编码器设计

5.3 实验结果与分析

5.4 本章小结

第六章 总结与展望

6.1 全文工作总结

6.2 工作展望

致谢

参考文献

攻读硕士期间取得的学术成果