一种基于熵的 WBCT 自适应方向分解优化算法.pdfVIP

　 第５ 期　　　　　　　　　　唐国维等．一种基于熵的ＷＢＣＴ 自适应方向分解优化算法 ５０７ 一种基于熵的ＷＢＣＴ 自适应方向分解优化算法 唐国维 　张　岩 　王苫社 　李井辉１ １ ２ １ （１．东北石油大学计算机与信息技术学院，黑龙江 大庆 １６３３１８； ２．哈尔滨工业大学计算机科学与技术学院，哈尔滨 １５０００１） 摘　要　提出一种基于熵的ＷＢＣＴ 自适应方向分解优化算法，在对图像进行小波变换的基础上，对各级 高频子带进行完全方向分解，然后分析各子带不同方向分解数目时熵的变化情况，并根据最小熵原则给 出各个子带的最优方向分解数目。采用ＳＰＥＣＫ编码方法验证了方向分解数 目的合理性。结果表明：经 笔者算法处理后的重构图像 ＰＳＮＲ值均有明显提高。 关键词　方向分解　熵　小波变换　Ｃｏｎｔｏｕｒｌｅｔ　ＷＢＣＴ 中图分类号　ＴＰ３９１．４１　　　文献标识码　 Ａ　　　文章编号　 １０００-３９３２（２０１５）０５-０５０７-０５ 　　从傅里叶分析到小波分析再到多尺度几何分 个系数表示。但由于变换中使用了ＬＰ变换，使得 析（Ｍｕｌｔｉｓｃａｌｅ Ｇｅｏｍｅｔｒｉｃ Ａｎａｌｙｓｉｓ，ＭＧＡ），多年来 Ｃｏｎｔｏｕｒｌｅｔ 变换本身并不适合直接用于图像编码 数学工作者和信号处理专家一直试图寻找更有效 等处理。 的信号表示和分析方法。在过去的几十年中，小 为解决 Ｃｏｎｔｏｕｒｌｅｔ 变换中的冗余问题，Ｅｓｌａｍｉ 波分析的快速发展和成熟无疑使信号处理工作达 Ｒ和 Ｒａｄｈａ Ｈ提出了基于小波的 Ｃｏｎｔｏｕｒｌｅｔ 变换 到了一次高潮，其应用领域也迅速从数学、信号处 ［４］ （Ｗａｖｅｌｅｔ-Ｂａｓｅｄ Ｃｏｎｔｏｕｒｌｅｔ Ｔｒａｎｓｆｏｒｍ，ＷＢＣＴ） 。 理拓展到物理、天文、地理、生物及化学等学科。 该方法去除了ＬＰ滤波器结构引入的数据冗余，形 尽管如此，研究者们也发现，由于小波变换只能反 成了非冗余且完全重构的滤波器组，能够有效地 映信号的零维奇异性，即只能表达奇异点的位置 逼近图像。相比于 Ｃｏｎｔｏｕｒｌｅｔ，ＷＢＣＴ 更适合于图 和特性，而对于更高维的特征则显得力不从心。 像压缩。但是， ＷＢＣＴ在进行方向分解的时，为避 另外，由于小波变换核为各向同性（ｉｓｏｔｒｏｐｙ），因 免能量流失，对最低频子带未进行方向分解；而对 而只能表达图像过边缘的特性，无法表达图像沿 高频子带，采取不同子带方向分解数目固定的分 边缘的特性。因此小波在表示具有点奇异性的函 解方式，没有充分考虑图像本身的特性。特别是 数时是最优基，但是对于自然图像而言，小波基并 高频子带通常包含大量细节信息，这给编码等后 ［１］ 不是最优基 。 续操作带来直接影响。因此笔者提出一种基于熵 约十年前，出现了一门崭新的信号分析工 的ＷＢＣＴ 自适应方向分解优化算法，在对图像进 ［２］ 具———多尺度几何分析 。多尺度几何分析包括 行Ｌ级小波完全分解的基础上，对 ｉ（１ ｉ Ｌ）级 ≤ ≤ 一系列的方法，主要有：Ｃａｎｄèｓ Ｅ Ｊ 和 Ｄｏｎｏｈｏ Ｄ