Wavelets+and+Filter+Banks2015spring_11技术分析.ppt

未来研究方向 进一步改进现有压缩算法：减小图像分解中的边界效应；设计更为合理的基于多分量的预测模式；改进率—失真函数及模式选择算法等。 基于多分量预测编码框架的硬件架构的实现，DSP，FPGA，ASIC等。 进行视频压缩的编码标准的研究和开发。 * * * 变换域联合滤波 — 三维形成 块匹配：采用下式寻找和参考块相似的图像块，其中d是两个块的相似度， 是寻找到的和参考点 匹配的块的集合， 是阈值。 变换域联合滤波 — 变换域去噪 空间二维采用DCT，第三维采用小波。 硬域值 维纳滤波 *维纳滤波的系数信号频谱可以通过先做一次初始估计得到。 变换域联合滤波（二维恢复） 由于图像上的每个块可能在别的块的组里出现，所以相当于被估计了n遍。 最终的估计为这些估计的加权和。 权重和该估计所在的组有关，如果该组稀疏性强，则权重高（假设稀疏性和信号的真实性成正比）。 变换域联合滤波算法流程 算法分析 冗余性过大，运算量过高 运算量来源： 1. 块匹配 2. 变换与反变换 快速算法解决以上两类问题 出发点： 1. 尽量减少不必要的块匹配 2. 减少重复的变换 快速匹配 1.相互匹配只进行一次。即1块找到了2块和3块。此时，2，3都加入1的备选集。1也加入2和3的备选集。这样，在做2的时候，坐标比2小的点就不用再搜索了。 每次只在比自己大的坐标的参考点中去寻找。 快速匹配 在邻域的邻域中寻找邻域。在做2的时候，1的邻域也不用全搜索，只搜索像3一样在1的备选集里的块即可。 坐标比自己小的已经找好的参考点（1）的邻域（3）作为自己的备选邻域（绿色关系） 。 减少变换 1. 在三维形成之前先把每个块都进行DCT变换。没有冗余的前向DCT变换。 2. 在硬域值之后先恢复二维，在进行反向DCT（DCT是线性的，可以加权）。没有冗余的后向DCT。 3. 冗余的计算在第3维小波变换上，因为没个块的小波变换的系数都没有关系，所以这方面无法化简。 实验结果 比较算法 多分量预测编码：MCP 标准JPEG2000算法：Jasper （JAS）（2003版） http://www.ece.uvic.ca/~mdadams/jasper/ 扩展JPEG2000算法(2009年5月版)： KaKaDu （KKD） 实验结果 评价指标：PSNR和SSIM 比较图像：自然图像和遥感图像 实验结果—自然图像 峰值信噪比（PSNR）指标（单位db）： 1bpp (PSNR) 0.5bpp (PSNR) 0.25bpp (PSNR) 0.125bpp (PSNR) KKD JAS MCP MCP-De KKD JAS MCP MCP-De KKD JAS MCP MCP-De KKD JAS MCP MCP-De Barbara 37.37 36.06 38.27 38.46 32.30 30.97 33.47 33.93 28.44 27.38 29.47 29.76 25.42 24.59 26.19 26.15 Lena 41.89 40.76 42.24 42.22 38.45 37.51 38.71 39.02 35.18 34.24 35.53 35.96 31.95 31.08 32.26 32.80 Pepper 38.51 37.89 39.07 39.12 35.94 35.45 36.17 36.33 33.35 32.89 33.62 34.00 30.85 30.40 31.00 31.59 4 35.05 34.44 35.66 35.71 31.83 31.32 32.34 32.56 28.79 28.26 29.26 29.65 26.33 25.61 26.66 27.09 5 40.75 39.93 41.41 41.53 36.89 36.21 37.50 37.83 32.48 31.85 33.21 33.74 29.06 28.39 29.73 30.29 Baboon 29.75 29.19 30.20 30.34 25.37 24.90 25.66 25.89 23.44 23.14 23.79 23.91 21.95 21.54 22.09 22.08 7 39.69 38.96 40.37 40.42 35.93 35.34 36.55 36.79 33.42 32.84 33.80 34.01 31.43 30.78 31.66 31.92 8 45.49 44.33 46.33 46.09 43.07 41.99 43.77 43.83 40.11 39.43