基于小波变换和矢量量化的人脸图象压缩

摘要

在图象的压缩编码中,矢量量化可以利用某特定类图象(如人脸)的统计特性.为了在高压缩比下获得较好的压缩效果,提出了一种新的在小波变换域内进行矢量量化的算法.该算法用树结构表示小波变换域系数,并根据各节点值的重要程度,从每一棵树中提取一个矢量,然后进行矢量量化;解码时,为了使矢量分量能正确地返回到原来树中的正确位置,需利用EZW[1]、SPIHT[2]算法的思想标记这棵树,因为这样才能充分利用父子相关性和兄弟相关性,从而显著地减少了标记信息.在提取矢量时,可用简单的阈值剪枝算法,也可用SFQ[3]的最佳剪枝算法,而且后者能进一步提高峰值信噪比.用该算法对人脸图象进行的压缩试验结果表明,在高压缩比(100∶1左右)下,恢复的图象质量(视觉效果和峰值信噪比)比通常的小波压缩算法(如EZW、SPIHT、SFQ等)好得多.该算法特别适合于对特定类图象的压缩.