小波变换在图像码压缩领域中的研究与应用.pdfVIP

小波变换在图像编码压缩领域中的研究与应用 信号与信息处理专业硕士研究生：黄同 指导教师：樊延虎教授 摘要：小波分析自20世纪80年代诞生以来发展迅速。‘特别是紧支撑的正交 小波构建理论、多分辨率分析理论和快速小波变换算法提出后，在随后的这十多年 中，有关小波的研究不断取得重大突破。由于小波分析可以对信号中感兴趣的部分 进行多分辨分析，所以被誉为信号的显微镜。小波分析已经成为目前发展最快和最 引人注目的学科之一，几乎涉及或者应用到信息领域的所有学科。 图像压缩在多媒体技术中具有重要地位，传统图像编码压缩方法和标准虽得到 广泛应用，但仍存在诸如编码效率低、压缩率低等诸多问题。小波用于图像编码压 缩具有天然的优势，具有压缩率高、很好地渐进传输【11、可伸缩的质量控制等优点。 其原理是根据图像统计特征和人眼的生理特性【2】，把图像分解为高频部分和低频部 分，低频部分表示图像概貌，而高频部分表示图像细节。而图像能量主要集中在低 ‘ 频分量上，通过适当的编码算法达到数据压缩的目的。 目前已经产生了多种有影响的小波系数编解码算法，如嵌入式零树算法 (EmbeddedZero-tree InHierarchical Wavelet)，SPIHT算法(Set Trees)、 Partitioning Block with EBCOT算法(Embedded CodingOptimized 算法为核心之一的图像编码技术已经被采纳为新～代图像编码压缩标准JPEG2000， 很有效的零树编码方法，其优点是零树编码结束后，即使不经过熵编码(例如算术 编码)也能获得较高的压缩比，和EBCOT算法相比，压缩率几乎差不多，但压缩 速度快，算法简单。 本文兼顾小波分析的原理及其图像编码压缩中的应用，内容环环相扣，渐次推 进，提出一种基于十进量化的SPIHT改进算法。该算法较经典SPIHT的最大优点 是：在不改变SPIHT算法比特面编码和支持渐进传输特性的前提下，编解码次数大 序证明该改进算法的合理性。 关键词：小波变换；提升算法；JPEG2000；SPIHT；十进量化 Researchand inthefieldof application image wavelet compressionby transform Abstract Sincethebirthofwavelet inthe1980sthe of 20th is analysis century,it developing afterthe of theoriesconstructionof mpidly．Especially compactly-supportedorthogonal wavelet andfastwavelettransform wavelet,multi·resolution were analysis proposed,the research thewav