基于小波变换的限失真二维数据压缩.pdfVIP

基于小波变换的限失真二维数据压缩 曹淑琴①冯占林⑦ ①(北方工业大学工学院100041) ②(信息产业部电子科学研究院100041) 摘要本文分析和研究了直接影响压缩质量的几个因素：二维数据的小波系数分布情况， 小波分解层数及边界处理。对实际二维数据处理结果可见，根据数据小波系数分布 特点及结合零树量化编码对二维数据压缩可以满足限失真提高压缩比的工程要求。 本研究结果可应用于地震勘探、气象卫星、雷达图象、目标识别等图象处理中． 关键词 小波变换零树量化二维数据压缩 1引言 工程上需要将采集到的大量数据通过卫星传送到数据处理中心进行分析和处理，为了节 省资源，需要对其进行压缩，但对压缩有特殊要求，即要限制物理信息或信号特征的丢失， 特别是高频信息，因为这些信息对系统模式识别有时起到关键性作用。无失真编码有时因其 压缩比太低无法满足实际要求，因此，对其进行限失真压缩具有重要的现实意义。 自小波理论提出以来，基于小波变换的静止及序列图象压缩已得到深入的研究并取得初 步的应用[1，2，3，4，5】，但大多数研究都基于自然景物压缩。 数据压缩其关键就是寻找一种正交变换，使得信号经变换后在某些特定区域能量集中在 一起或系数矩阵的分布具有某种规律，利用这些规律来分配比特数，从而达到压缩目的。常 用的K．L变换，DCT变换，DST变换，DFT变换等，或由于在维数较高时求特征值和特征向 量困难，不适于实时应用，或因在数码率低时产生方块效应等不能满足本项研究要求。 小波变换方法属于变换域方法的一种，它具有很好的时一频局部化特性，信号经小波变 换后的能量集中在少数变换系数上，合理地利用其变换系数的分布特点，可获得较好的压缩 效果。 2二维离散信号的小波分解与重构算法 二维信号可采用可分离型二元多分辨分析【6】。 由一元多分辨分析构成的二元多分辨分析有矿川=矿，+∥』=矿，+形j1’+矽j2’+∥j3’。 560 以力是哟在巧，wj中的投影， xJ(f，y)∈■，95‘’(，，y)∈孵’’(f-l，2，3)有 z／+l(，，y)=工，(，，，)+95”(，，夕)+g：2’(，，少)4-953’(，，少)a 设{矗“)，{gj。，)(卢1，2，3)是两个一元分解序列生成的二元分解序列，其中： hu=^?办j，gi』=^?gj，gj，=g；厅；，g?，』=gjg；，则有： x∥，J，)=∑c：，。秒(2。卜刀，2’Y一朋)， g：(r，y)=∑d：：y’(2’t一一，2’Y一埘)，J=l，2，3 ^．朋 由．I-述推导得二维离散信号小波分解算法： c：，，=∑hl-2n,k-2mc?：1 (1) f．七 d：二=∑gk心。cf；1 (2) i,k 同理。可得重构算法 3 (3) c捌=∑hn-2i,m-2kC稚J+∑∑g：圳胪：。d口 i,k I=li,k 3小波基的选择 任何实正交小波对应的滤波器组均能实现图象的分解与合成，但是，并不是任何分解都 能满足我们的要求。同一幅图象，用不同的小波基进行分解所得到的数据压缩效果是不同的。 对小波基的选择需要考虑以下因素：(1)应满足完全重构条件。(2)小波基的正则性。(3) 采用正交小波基或双正交小波基。(4)小波的紧支性和对称性。小波的紧支性体现了小波的时． 频局域性能，对称性体现了线性相位。从信号重构的角度来说，