CH9小波图像编码.pptVIP

小波与小波变换回顾 小波介绍 哈尔函数 哈尔小波变换 规范化算法 二维小波变换 第九章 小波图像编码 教 师 ：李 良 Email：plum_liliang@163.com QQ ：本章内容 9.1 从子带编码到小波编码 9.2 失真的度量方法 9.3 EZW编码 9.4 SPIHT编码 9.5 EBCOT编码 9.6 JPEG2000简介 9.1 从子带编码到小波编码 子带编码(sub-band coding, SBC) 把信号的频率分成几个子带,然后对每个子带分别进行编码. 9.1 从子带编码到小波编码 滤波器组与多分辨率 共轭镜像滤波器 任何共轭镜像滤波器都可以用来刻画一种小波 从子带编码到小波编码 重要问题：如何构造正交的小波基函数系列 连续时域?离散时域 小波变换与滤波器组之间的内在关系：离散时间滤波器或者正交镜像滤波器可以被叠代，并在某一种匀称条件下可获得连续小波。 9.1 从子带编码到小波编码 小波分解图像方法 均匀分解 非均匀分解 八带分解 自适应小波包分解 9.2 失真的度量方法 失真度量的几种方法： 失真度量法：峰值信号噪声比（PSNR）?最大像素值与均方差之比 PSNR=10log10((psv)2/MSE) (db) 规格化均方差 NMSE (normalized mean square error) 9.2 失真的度量方法 平均绝对误差 MAE (mean absolute error) 9.3 EZW编码 嵌入式零树小波算法(embedded zerotree wavelet, EZW)介绍 “小波”: 指算法以离散小波变换为基础, 以大的小波变换系数比小的小波变换系数更重要, 以及高频子带中的小系数可以被抛弃的事实为背景. “零树”：多分辨分解中，某棵树的根和其子孙的小波系数绝对值都小于某个阈值. “嵌入”: 渐进编码(progressive encoding)技术的另一种说法. 指一幅图像可以分解成一幅低分辨率图像和分辨率由高到低的表示图像细节的许多子图像; 图像合成过程与分解过程相反, 使用子图像生产许多分辨率不同的图像. 9.3 EZW编码 小波图像编码模块: 小波变换(wavelet transform)、量化(quantization)、熵编码(entropy encoding) 小波变换: 不损失数据, EZW具有渐进性的基础 量化: 信息损失的根源, 量化阈值. EZW算法所在. 输出{P, N, T, Z, 0,1}中的一系列符号. 熵编码: 9.3 EZW编码 编码算法： 包括三个步骤：设置阈值、每个小波系数与阈值比较、量化系数和重新排序。生成多分辨率图像。在扫描过程中需要两种表：小波系数符号表和量化表。 零树 9.3 EZW编码 编码依据：由于低频子图像的系数要比高频子图像的系数大，零树编码技术就是利用这个事实来设计编码/解码过程中每一级的量化器。 关系图 9.3 EZW编码 零树：子孙系数都为零的树 如果一棵树是零树，那么这棵树就可以用一个预先定义的符号来代表整棵树，提高压缩比 9.3 EZW编码 扫描方法：对小波系数进行编码的次序 光栅扫描 (raster scan) 迂回扫描 (Morton scan) 9.3 EZW编码 扫描方法：对小波系数进行编码的次序 光栅扫描 (raster scan) 迂回扫描 (Morton scan) 9.3 EZW编码 算法步骤： (1) 阈值T的选择 (2) 给系数分配符号： 主扫描：扫描每个系数以产生系数符号 9.3 EZW编码 辅扫描：量化符号P和N的系数 构造量化器，[Ti-1,2Ti-1)? [Ti-1,1.5Ti-1)和[1.5Ti-1,2Ti-1) 9.3 EZW编码 举例：有一幅8*8的图像P，离散小波变换矩阵为W，经过小波变换之后的图像为X=W*P，小波系数如下表，扫描方式为迂回扫描 9.3 EZW编码 1. 树结构 9.3 EZW编码 编码 (1) 第一次扫描： 阈值T_0=32 指定系数的符号 D1: P N T T P T T Z T T T T T T T P T T 量化系数：对P/N的系数进行量化 S1: 1 0 1 0 重新排列带P/N符号的数据 输出编码信息: 给解码器的信息 HEADER (T_0=32) D1 和 S1 给下一次扫描用的信息 T_0 = 32, {63-P,49-P,34-N,47-P},子带图像 9.3 EZW编码 (2) 第二次扫描 重新设置阈值 T1=T_0/2 = 16 指定系数符号 D2：N P T T T T T T T T T T T T T T T 量化系数 S2：1 0 0 1 1 0 重排P/N符号的数据 输出编码信息 给解码器