基于有限状态格点向量量化器的子波图像压缩编码技术-维普.PDF

维普资讯 第 7卷 第 3期 电路与系统学报 Vo1．7 No．3 2002年 9月 JOURNALOFCIRCUITSANDSYSTeMS September，2002 文章编号 ：1007—0249(2002)03．0050．05 基于有限状态格点向量量化器的子波图像压缩编码技术 倪江群 ， 张光昭 ， 何加亮 2 (1．中 山大学 电子系 ， 广东 广州 510275：2．香港大学 电机与 电子工程 学系) 擒要t子波图像 的各子带间通常存在着很强的能量相关性 ，而有 限状态量化模型可 以用来很好地描述 自然图像 子波域内不同标度间的 自相似性。向量量化较之标量量化往往具有更好的率／失真特性及更高的编码效率，但传统基 于 LBG算法设计的向量码 书没有 固定的结构，其近乎 “随机 ”的码书分布造成设计和编码时极大的计算负担 ；空间 R 中的格点具有清晰的结构 ，基于格点的向量量化器在基本不影响量化性能的前提下提供了在设计 ／量化时极大的 计算简化 。本文提出了一种基于格 点向量量化器 的子波 图像编码算法 ，它可被视作 以上两种技术的有机结合 ，它既 能有效的描述子波图像间的能量相关性，同时也带来了极大的计算简化。子波图像有限状态格点向量量化器的设计 是基于一种新的自适应量化策略，它很好地描述 了格点量化器率 ／失真特性，并能得到很好的编码结果。 关键词 t子波：图像编码 ；有限状态量化；格点向量量化 中圈分类号tTN713 文献标识码 tA 1 引言 近年来，基于子波的图像 ／视频压缩编码技术得到了信号处理界的高度重视 。除了能给出在率／失 真意义上的极好的编码性能，子波 图像最吸引人之处在于它适于多分辨率分析并能消除传统 DCT 编 码带来的 “方块 ”效应 。一般地，自然 图像的K一层子波分解产生 层有 3个方 向的金字塔，即 3 1 个子带。低频子带 (LFS)的能量分布类似于原图像本身，故可采用现成的图像编码技术如 DPCM； 而通过对高频子带图像 (HFS)的观察可 以发现这样的事实，即其能量大多分布在原图像 内有边缘活 动 的区域 ，这表 明高频子带 内的能量分布是不均匀的，HFS 中含有更多能量的区域应较其他区域有 更精确的编码 。另一个有关子波域 图像的事实是，尽管子带图像 问在统计上并不相关，但 同一方 向上 的子带图像 问的确存在着很强的能量相关性，这表现为子波域 内不同标度图像 问的 自相似性，使有可 能利用一个子带 内的活动预测 同一方 向上另一子带的活动。基于上述观察，T．Naveen和 J．Woods在 他们开创性的工作 5【中首次利用有限状态 向量量化 (FSVQ)模型描述子波域 内的图像，并采用一种 本质上为标量的有限状态的标量量化器编码子波图像。 由于可在向量元素问进行非整数 比特率分配，向量量化器较之标量量化器天然上具有更好 的率 ／ 失真性能。但基于 LBG 算法的向量量化总是伴随着很高的计算复杂度，格点向量量化 (LVQ)是一 种码书基于正则格点的向量量化器 。正则格点是空间RN中由一个基 向量集合的整数线性组合生成的 离散点集，格点向量量化器在基本不影响量化性能的前提下提供了在设计 ／量化时极大的计算简化 。 我们的工作在于：(1)推广 了 5【】中的工作，并提出了一种子波 图像的有限状态格点向量量化算法；(2) 有限状态格点向量量化器的设计是基于一种新的自适应量化策略，它很 好地描述了格点向量量化器的率 ／失真特性，并得到了很好的编码结果。 本文的结构组织如下：第 2和 3节分别介绍有限状态向量量化器的 概念和基本格点向量量化算法；第 4节给出子波域 内有限状态 向量量化 器的结构及计算机数值仿真结果分析；最后在第 5节给出本文的结论。 2 有限状态向量量化器 2．1 有限状态 向量量化器的结构 图 1 有限状态向量 量化器 收簟 日期t2000—08．30 修订 日期 ；2002．07—10