基于小波变换的彩色图像压缩作业报告.docVIP

基于小波变换的彩色图像压缩作业报告.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波变换的彩色图像压缩作业报告 指导教师:朱虹(老师) 专业:信号与信息处理 班级:研0208班 学号姓名:刘改进 1、报告题目 基于小波变换的彩色图像压缩,采用标准图像(512X512),用三种小波分解到三层。 2、实验步骤 压缩的基本思想: 2.1、小波变换 支集随而变狭小(仅考虑为紧支集的情形) 在实际计算中,我们常采用卷积代替相关,于是上面的公式变为: 设原始序列长度为M,小波函数支集长度为N,则卷积后的长度为M+N-1 ,所以存在边界处理问题。如果我们采用循环卷积,则需要循环移位。本程序中采用循环卷积。 上面的定义是连续小波变换,实际应用中我们多采用离散小波变换,离散小波变换是基于固定的二进格点,在适当选取小波函数是可以导致一个尺度分析和一个正交小波基,而连续小波变换是一个多尺度表示,并不能产生一个正交基。 尺度函数和小波的两尺度方程: 从而: 如果对于所有可逆,则有: 由、可以求得、,从而得到Mallat快速算法。 多分辨率分析: 分解过程: 重构过程: 用公式可以表示为: 分解过程: 其中:,, 重构过程: 对于本作业,是二维图像变换,而采用的小波是二维可分解的,所以分解时可以通过先对图像的行或列进行一次小波变换,再对图像的列或行进行一次小波变换;重构时,以相反的顺序作小波反变换,从而重构原图像。 先行后列: 先列后行: 本程序中应用先行后列。 对于图像处理,因为图像的灰度级只有256个等级,所以对于变换后的小波系数需要做规划处理,以让显示器可以显示出来。这里有两种不同的处理方法:线性变换和采用扩展系数。 简单线性变换: 设最大的小波系数为,最小为,则对于系数,做线性变换 这样子,的范围即为[0,255],正好达到显示器的现实范围,但这样做的一个缺点是虽然保证了图像的层次,但丢失了图像的颜色信息。 反变换时: 采用扩展系数: 这种方法是基于这样的思想:对于紧支集小波,,,我们以Harr小波为例。 Harr小波的分解: 如果序列,那么,,而图像的显示范围只有[0,255],所以需要对,作相应的处理。不妨这么做:对的每一个元素除以,这样就变为,而对的每一个元素先加再除以,则就变为,于是,都可以达到显示器的显示范围。需要说明的是对于Harr波,这样的处理是十分恰当的,但是对于不同的小波(当然是紧支集的),即使是同一小波的不同支集长度,虽然,,但是并不是每一个都是正的,而且所有正的之和,例如Daubechies小波,是大于的,如果凑巧在为正的像素上,元素灰度级为255,而负的像素上为小于255(典型值是0),则对作除以处理,并不能得到最好的效果。不过幸运的是,这样的情形是很少的,所以可以大胆的使用这种方法,而对于很少出现的那种情况,可以大胆的将其设置为255即可,对结果的影响是很小的。因为是线性变换,反变换是很简单的。 需要注意的是,当分解层数大于1时,由于是二维处理,对于不同的带宽内,当量化处理是,不可能只是作像简单线性变换那么简单的反变换,所以本程序的另一版本应用了这一方法进行变换和编码,但没有进行量化处理。 2.2、量化 本程序使用的是标量量化,即对单个像素作量化处理:首先给出小波系数的分布情况,然后根据分布情况选择合适的阀值,对于小于阀值的小波系数复0。用公式表示如下: 需要说明的是,从图中我们看到3个通道小波系数的分布的最大值都是一样的,其实事实并非如此,而是我们对每一个通道都做了规划处理而已。 2.3、编码 本程序应用的编码方法是Huffman无损压缩。因为是真彩色图像,对于每一灰度级的出现频率我们是这样得出的: 首先计算每一个通道(红、绿、蓝)各灰度级的出现的频率: 然后将具有相同灰度级的像素的频率加起来,即认为是某一灰度级的出现频率。 需要注意的是,出现频率之和为一,所以总的像素个数应该认为是图像的高乘以宽,再乘以3,因为有3个通道。 Huffman编码的思想,我们没有必要在这里累述,简单地讲,就是熵编码的一种。 2.4、解码 用于对存储文件的编程能力的限制,本程序并没有将编码后的比特流存储成一个文件,只是列出了编码后各个灰度级的比特流表示,并给出了图像的熵,编码后的平均编码长度,编码效率和压缩比。 2.5、小波反变换 用卷积表示为: 在2.1节我们已经讨论了Mallat快速算法,这里不再详细介绍。 2.6、小波基的选择 用于图像编码的最简单的小波是通过一维小波基的平移与伸缩所构建的独立小波基形式。正交小波基的平滑性与消失矩对图像压缩效果有一定的影响,并且平滑性的影响大于消失矩。正如我们在程序中所见到的那样,Harr小波有很明显的方块效应,而采用其他光滑的小波基则会消除方块效应。在实际应用中,一般要选择具有平滑特性的小波基,同时为了简化计算,只考虑

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档