基于小波包变换的多级树集合分裂编码算法研究

摘要

多级树集合分裂编码算法（SPHIT）是一种静态图像小波域系数的压缩方法，在静止图像压缩编码领域是公认的编码效率最高的算法之一。但是它仍然存在一些不足：一是该算法采用的小波变换只对信号的低频子带作细化分解，对高频子带的分解不足，容易丢失高频信息；二是小波变换后的低频子带系数幅值比各高频子带系数幅值高出几个数量级，不适合采用相同的编码处理方法；三是编码过程中不仅占用大量内存，而且每次阈值更新后，对上次遗留的非重要元素还需要重复扫描，增加了编码时间。 本文在分析小波包变换和标准SPIHT算法的基础上，采用四级固定小波包变换替代小波变换，使得标准算法中“高频低分辨”的问题得到改善；对低频子带和高频子带的小波系数分别采用DPCM编码和改进的SPIHT编码，充分利用了小波系数的特点；通过引入“最小阈值”、“最小输出位”解决了编码过程存储量大的问题，并通过“最大值表”减少了编码过程中的重复运算。实验数据分析和视觉效果比对表明：本文方案在提高恢复图像质量的同时，减少了编/解码的用时，从而验证了本文方案的有效性。

目录

文摘

英文文摘

声明

1绪论

1.1图像压缩编码技术研究与发展

1.1.1图像压缩编码技术的发展历史

1.1.2图像压缩编码技术的现状

1.1.3图像压缩编码技术的应用前景

1.2本文研究背景

1.3本文的主要工作及安排

2图像压缩编码技术

2.1图像压缩编码的必要性

2.2图像压缩编码方法

2.2.1图像压缩编码的分类方法

2.2.2图像压缩编码方法简介

2.3图像压缩质量的评价

2.3.1图像压缩的主观评价方法

2.3.2图像压缩的客观评价方法

2.3.3图像压缩效率评定

2.4小结

3小波变换及其在图像编码中的应用

3.1小波分析

3.1.1连续小波变换

3.1.2二进小波

3.1.3离散小波变换

3.2多分辨分析和Mallat算法

3.2.1多分辨分析

3.2.2 Mallat分解和重构算法

3.3二维小波变换

3.4小波包分析

3.4.1小波包定义

3.4.2小波包的基本原理

3.4.3最佳小波包的选择

3.5小波变换在图像编码中的应用

3.5.1小波变换系数的分布特点

3.5.2小波变换实现图像数据压缩的基本思想

3.5.3小波变换图像压缩常见算法

3.6小结

4多级树集合分裂算法(SPIHT)

4.1 SPIHT的引入

4.2嵌入式小波零树编码

4.2.1空间小波方向树的概念

4.2.2零树结构

4.2.3嵌入式编码

4.3多级树集合分裂算法(SPIHT)

4.3.1多级树集合分裂算法的基础理论

4.3.2 SPIHT编码算法具体实现过程

4.3.3多级树集合分裂算法仿真及分析

4.4小结

5改进的多级树集合分裂算法方案设计

5.1多级树集合分裂算法的缺陷与不足

5.2改进方案一

5.2.1改进思路

5.2.2改进方案的实现

5.2.3仿真结果及数据分析

5.3改进方案二

5.3.1改进思路

5.3.2改进方案的实现

5.3.3仿真结果及数据分析

5.4改进方案三

5.4.1改进思路

5.4.2改进方案的实现

5.4.3仿真结果及数据分析

5.5小结

6结论

6.1全文总结

6.2课题展望

致 谢

参考文献