7.2.2和7.2.3.docVIP

7.2.2信号压缩的实现方法 在小波变换中，信号压缩可以归结为在信号的小波分解域中对小波系数进行量化的过程。由于量化的过程可以看做是系数的内部扰动，所以小波域中系数对扰动的稳定性是至关重要的。对于实现来讲，一个首要的问题就是用更少的位来存储小波系数并尽量保证重建的质量。 为了实现信息的分离，减少存储或传输的代价，压缩后用以压缩或传输的数据应该是小波域经过量化以后的数据。一种简单的量化方法叫做归一化量化方法，其基本思想是把整个系数的值域分解为不同的区间，各区间所有值出现的概率之和相同，且对每个区间的值用相同的位数加以量化。 信号压缩的具体流程如图7.2.1所示。 图7.2.1 小波变换用于数据压缩的基本流程 图中各部分的含义如下。 ·信号，被压缩的原始信号，在小波分解域中是时频一致的； ·小波表示，通过小波基作用得到的信号在小波域的分解系数； ·零填充，去除采样过程中的时间冗余，对采样率为的情况，作用如下算式： ·编码器／量化器：对输入系数进行编码，去除其编码冗余。并根据需要进行量化； ·存储介质； ·解码器，将编码后的系数重新恢复到小波表示域，便于小波重建过程； ·小波重建，恢复压缩后的信号。 例子：地震数据压缩步骤 本文对地震数据进行压缩处理所采用的编码算法的总体思路与基本压缩编 码算法～致，分别对实际地震数据进行了地震数据无损压缩和地震数据有损压 缩，并根据不同的重建精度要求，对基本算法做出了改进，基本压缩过程如下： 首先，对野外采集的实际地震数据建立合适的数学模型，去掉道头信息，构造适合小波变换的地震数据矩阵组织形式，然后再将得到的二维地震数据进行离散小波变换，得到多个分解后的小波子带，但是对地震数据的离散小波分解并不意味着地震数据已经被压缩，它只是为地震数据压缩提供更好的数据组织形式，而存储地震数据所用的空间大小并没改变。 其次，再根据无损压缩和有损压缩的对地震数据重建的不同要求对小波变换后得到的小波系数进行不同的量化编码： (1)在无损压缩处理过程中，对于小波分解后的系数直接采用某种无损熵编 码算法进行压缩编码处理。 (2)对于有损压缩，则需要根据重建地震数据精度的不同要求采用不同的量 改进策略如下： 在地震数据重建精度要求较高的情况下，对于小波系数中的低频分量应直接进行无损熵编码，因为这一部分包含了大部分地震反射能量，采用无损编码能够最高地保证地震数据的重建精度，而小波变换后高频分量因为包含较多的噪音，所以可供压缩的数据量较多，对于这些频带的小波系数先进行适当的阈值取舍后，再对所有的小波系数进行尺度量化，使之得到较多的小波零系数，因为地震数据分解后不同分辨率的子带之间，以及相同分辨率下四个子带之间所包含的信息都不相同，所以需要根据不同的子带采用不同的量化策略。在对地震数据重建精度要求不高，而追求较高压缩比的情况下，对于每个子频带都应该先采用较大的阈值进行处理后，再进行熵编码处理。而在实际的地震数据处理过程中，不应该只片面地追求重建质量或者片面地追求压缩比，所以在本文的处理过程中引入了压缩重构信号品质控制因子，对压缩比和重建质量起到了两者兼顾的作用。最后，再根据量化后系数的特点采用某神熵编码算法完成地震数据压缩熵编码处理。地震数据的重建为上述过程的逆过程，即解码、反量化、小波逆变换重建地震数据。下面以地震数据有损压缩编码为例，给出地震数据有损压缩编码基本流程， 如图4．5所示。 7.2.3小波基的选择 在选择小波基进行信号压缩的过程中，还有一个问题需要考虑，就是正交小波和双正交小波之间的选择，在前面我们已经讲过，正交小波除Harr小波外都不具有对称性，那么对其小波系数的修改就可能导致信号频谱产生偏移而改变信号的一些固有性质。 而双正交小波都可以构造成为对称的、具有线性相位的滤波器，这样把原信号变换到小波域以后，任何对系数的处理都只改变信号的幅值，而不改变信号的频率分布。 关于正交小波和双正交小波在信号压缩中的优点和不足可以总结如下： （1）正交小波的各组基之间是相互正交的，所以小波分解系数也是独立的，最大限度地去掉了信息冗余。但一般不具有广义线性相位； （2）双正交小波具有线性相位滤波器，在做变换的过程中只调幅不调频，能很好地保持信号本身的性质，但小波基存在冗余，不完全正交。 在实际的信号压缩标准中（如JPEG2000），一般采用支集长度为9和7的双正交小波，从视觉心理的观点看，正交小波在两个通道（伸缩和平移）的信息完全分离开来，而双正交小波在平移的通道间还存在冗余，也就是说如果某些信息损坏，还可以通过其他信息恢复出来，所以容错性比较好，因此更适合实际的应用。