一种结合SPIHT和SPECK的改进图像压缩算法.pdfVIP

2007 江苏省自动化学会学术年会论文集 一种结合 SPIHT 和 SPECK 的改进图像压缩算法 1 2 王强 ， 夏良正 （东南大学自动化学院 南京 210096） 摘要： 本文结合 SPIHT 和 SPECK 算法提出了一种改进的图像压缩算法，改进算法更有效 地利用了小波系数分布的带间相关性和子带内部的相关性。改进算法是在 SPIHT 和 SPECK 算 法基础上提出的，算法简单。实验结果表明改进算法比 SPIHT、SPECK 算法好。 关键词：图像编码；SPIHT；SPECK；相关性 0 引言 1989 年,Mallat[1]把小波变换引入信号处理领域。此后小波在各个领域的应用获 得迅猛发展，并被用来进行图像压缩。小波图像压缩的基本思想是:对原始图像进行小 波变换,转换成小波域上的系数,然后对小波系数进行量化编码。由于小波变换后原始图 像的能量主要集中在少部分的小波系数上,所以通过略去某一阈值以下的系数,只保留 那些能量较大的系数就可达到图像压缩的目的[2]。 与传统频域分析的傅里叶变换不同,小波变换是一种时频分析方法,它在时域和频 域均具有良好的局部化特性。它对于不同的频率成分在时域上的取样步长是可调节的, 因此在实际应用中可以根据需要将图像或信号分解到一些合适的尺度上,然后再根据不 同的要求作适当的编码。同离散余弦变换(DCT) 图像编码方法相比,小波变换能够有效 地消除编码过程中引入的方块效应,并且还可以保证在较高压缩比下较好地恢复图像的 质量。同时,小波变换方法还能基本上消除蚊式噪声。 1993 年美国学者J.M. Shapiro, 根据一幅图像的小波变换在不同分解尺度下，相同方 向子带之间的相似性, 提出了嵌入式零树小波编码方法 (EZW) [3], 实现了图像嵌入式编 码. 1996 年Said,和Pearlman, 根据Shapiro 零树编码算法的基本思想, 提出了一种新的 实现方法即多级树集合分裂算法 (SPIHT) [4] ,采用了空间方向树更有效地表示小波系数的 零树结构, 从而提高了编码效率. 为了充分挖掘小波变换图像子带内的相关性, Said 于 1999 年在EZW、SPIHT 编码方法的基础上提出了基于集合分裂的嵌入式块编码(SPECK) 算法 [5] , 该算法充分利用了同一子带不重要系数的相关性, 采用易于计算和并行处理的块结 构, 提高了编码速度.本文在上述算法的基础上，充分利用小波系数的带间相关性和子带内 部相关性提出了一种改进算法，并取得了较好的压缩效果。 1 SPIHT与SPECK算法简介1 作者简介：王强 （1981-），男，山东滨州人，硕士，图像编码 115 2007 江苏省自动化学会学术年会论文集 1.1 SPIHT 算法 图 1 SPIHT 算法中方向树的定义 如图 1 所示，图像经过K 级小波变换后形成了 3K+1 个子带, 按其频带从低到高形成一 个 “空间方向树”结构, 树根集合包括了最低频子带 LL3 的所有节点. SPIHT 算法定义了几 个集合用于空间方向树的划分。 集合 H ：所有根节点的集合 集合 O(i,j)：位于(i,j)位置的小波系数的子女系数集合。 集合 D(i,j) ：位于(i,j)位置的小波系数的所有子孙的系数集合。 集 合 L (i,j) ： (i,j) 系 数 的 所 有 子 孙 中 除 去 直 接 子 女 的 系 数 集 合 。 即 L (i,j) D (i,j)-O(i,j); 在处理过程中所有的系数被组织在 3 个表中，它们是不重要集合表 LIS，不重要像素表 LIP，重要像素表 LSP。在初始化阶段，将位于空间方向树顶层的低频子带系数 （即H）全部 放入 LIP，将 H 中带有子孙的节点作为 D(i,j)集合加入到 LIS 中。第 i 次扫描的流程为：在 分类扫描阶段首先检查 LIP 中的节点，如果