基于偏微分方程和小波变换的图像压缩算法-西北大学学报.pdfVIP

西北大学学报( 自然科学网络版) 2007 年 3 月，第 5 卷，第 2 期 Science Journal of Northwest University Online Mar. 2007 ，Vol.5 ，No.2 基于偏微分方程和小波变换的图像压缩算法 黄 晴 1，2 （1.西北大学 数学系； 2.西北大学 现代物理研究所，陕西 西安 710069 ） 摘 要：提出一种将偏微分方程和小波变换以及分类矢量量化相结合的图像压缩方法。该方法首 先利用和偏微分方程相关联的滤波器对原图像进行滤波，使图像在尺度空间发生状态转移，接着 对滤波后的图像进行小波变换与分类矢量量化相结合的编码。仿真结果表明，该算法在较低码率 下，可达到较好的压缩效果。 关 键 词：偏微分方程；滤波器；尺度空间；小波变换；分类矢量量化 中图分类号：TP 391 文献标识码：A 文章编号：1000-274X(2007)0262-05 基于偏微分方程的图像处理近年来得到了广泛的关注，Koenderink 最早发现图像经高斯滤波后的结果 与热传导方程存在一定联系[1]，之后，Alvarez 等人建立了滤波器迭代的逼近性质和偏微分方程之间的联系， 提出尺度空间的概念，并结合实际应用背景，对尺度空间加以形态学不变性、仿射不变性以及正则性等限 [2] 制，形成了一个公理体系 。 基于偏微分方程的图像处理属于低层图像处理的范畴，其结果常供其他图像处理方法进一步使用。它 [3] [4] [5] [6] 的应用广泛，常用于图像识别 、图像分割 、图像边缘提取 、动态图像分析 等领域。图像编码是图像 处理的重要分支，从提出第二代图像编码的概念以来，许多新的编码方法如分形编码、模型基编码、小波 编码、遗传算法等得到了巨大发展，其中小波编码最受关注，比较成功的是小波零树编码方法[7] 以及小波 与矢量量化相结合的编码方法[8] 。目前，基于偏微分方程的图像处理在图像编码领域应用很少。 本文提出了偏微分方程与小波变换和分类矢量量化相结合的编码方法。先利用 AMSS 算子对原图像进 行滤波，以降低图像的复杂度并保持原图像的大多数信息，再对滤波后的低复杂度图像进行 4 级小波变换， 把图像分解为一个低分辨率图像和 4 层的高频信息，同方向不同频率的数据构成 85 维矢量树，然后取矢 量树的前 21 维分量与其后 64 维分量的均值共 22 维分量组成特征矢量，最后采用基于人眼视觉特性的加 权量化方案对特征矢量作最优非线性插补矢量量化。解码时对图像进行矢量量化解码，小波重构，最后逆 滤波，得到编码图像。对于大部分滤波器而言，逆滤波是近似的，这在理论上涉及到偏微分方程的精确能 控性和近似能控性问题，本文不作具体讨论。 图1 编码框架 Fig.1 Encoding frame _______________________ 收稿日期：2006-06-22 审 稿 人：康宝生，男，西北大学信息科学与技术学院教授 1 滤波器，偏微分方程和尺度空间[9] 半径为r 的线性滤波器M 对图像u x 的滤波结果为 M u x ，在某一像素点x 处的值仅与原图 r 0 ( ) ( r 0 )( ) 0 像u x 在x 的一个r 邻域 O x 内的取值有关，滤波器n 次迭代后的结果图像为 M nu x 。当滤波 ( ) ( ) ( r 0 )(