小波变换在图像压缩中的改进算法.docVIP

小波变换在图像压缩中的改进算法 　　摘要：近十几年来小波理论研究已成为应用数学的一个新方向。作为数学工具，小波被迅速应用到图像和语音分析等众多领域。该文试图通过深入研究小波变换图像的能量分布特点，一种优化方案，通过改善小波变换子带灰度分布的均匀度，从而提高图像压缩效率。 　　关键词：小波；变换；重构；图像压缩 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2008)24-1253-02 　　Improvement of Wavelet Transform in Image Compression 　　GUO Wei-shu,HE Yong,XU Cao-cao 　　(The Engineering Technical College of Chengdu University of Technology, Leshan 614000, China) 　　Abstract: Recent years researching the theory of wavelet has become a new direction in applied math. As a tool of math, it has been being rapidly used in the image, the analysis of voice and so on.The article focuses on improving the efficiency of compression by further studying the distributing specialty of the energy in wavelet transform, an optimized scheme, andby changing the homogeneous of gray in sub-band. 　　Key words:wavelet; transform; reconstruction; image compression 　　 　　1引言 　　 　　图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天己经有五十多年的历史。20世纪50年代和20世纪60年代的图像压缩技术由于受到电路技术等的制约，仅仅停留在预测编码、亚采样以及内插复原等技术的研究，还很不成熟。1969年在美国召开的第一届“图像编码会议”标志着图像编码作为一门独立的学科诞生了。 　　 　　2 小波概述 　　 　　小波（wavelet）是定义在有限间隔且平均值为0的函数，小波函数多以开发者名字命名，如图1所示： 　　 　　众所周知，傅立叶分析是把一个信号分解成各种不同频率的正弦波，因此正弦波是傅立叶变换的基函数。同样，小波分析是把一个信号分解成由原始小波经过移位和缩放后的一系列小波，因此小波是小波变换的基函数，即小波可用作表示一些函数的基函数。 　　小波是近十几年才发展并迅速应用到图像和语音分析等众多领域的数学工具，是继110多年前建立傅立叶（Joseph Fourier）分析之后的一个重大突破。经过十几年的努力，小波理论基础已经基本建立并成为应用数学的一个新领域，引起了众多数学家和工程技术人员的极大关注，是国际上科技学术界高度关注的前沿领域。本文试图从工程和实验角度出发，较为直观地探讨小波变换在图像压缩中的应用。 　　 　　3 小波理论在图像编码中的作用 　　 　　小波编码放弃了JPEG所采用的以离散余弦变换(DCT)为主的区块编码方式，而改用了离散小波变换。 　　离散小波变换(Discrete Wavelet Transform)是现代谱分析工具，在包括压缩在内的图像处理与图像分析领域正得到越来越广泛的应用。这种算法对于时域或频域的考察都采取局部的方式，所以对于非平稳过程也一样十分有效。小波在信号分析中对高频成分采用由粗到细渐进的时空域上的取样间隔，所以能够像自动调焦一样看清远近不同的景物，并放大任意细节，是构造图像多分辨率的有力工具。 　　 　　4 小波变换的优化 　　 　　在图像小波编码中，小波基的选择与评估是人们关注的焦点。经过几十年的研究，人们已经构造了许多适合与图像压缩的小波基，但是在现有的小波基中，并不存在对所有图像都有较高压缩性能的“最优”小波，只能根据不同的应用领域和图像特点，选择其中相对较优的小波。 　　4.1 正交滤波算子的优化 　　本文由正交镜像滤波实现小波变换，分级计算方法可由下式表示 　　 其中Δ表示2折抽样算子，g和h为两个相互正交的滤波算子，g为小波分解算子，h为多分辨尺度算子。本方法采用6级分解，各级的滤波算子由图2和图3给出。时间采样间隔取0.001秒时