基于自适应编码次序多级树集合分裂算法.docVIP

基于自适应编码次序多级树集合分裂算法 　　摘 要:为了在图像轮廓处获得更好的压缩效果,在多级树集合分裂(SPIHT)算法的基础上提出了一种优先编码周围邻域中重要系数较多的系数与集合的小波图像压缩算法。在编码之前对系数或集合按照周围重要系数的个数进行排序,而且在扫描完周围有重要系数的集合后,就精细扫描已经得到的重要系数。这种编码次序是自适应确定的,不需要任何额外的存储空间,而且在到达指定压缩比时能够编码更多的重要系数。实验结果表明,对比原来的SPIHT算法,该方法能提高峰值信噪比并改善主观视觉感受。 　　关键词:图像压缩;多级树集合分裂算法;自适应扫描次序;小波变换;人类视觉系统 　　中图分类号: TP391.41;TP301.6 文献标志码:A 　　? 　　Improved set partitioning in hierarchical trees algorithm based on? 　　 adaptive coding order 　　? 　　HUANG Ke?kun???*? 　　?( 　　Department of Mathematics, Jiaying University, Meizhou Guangdong 514015, China 　　)? 　　Abstract: 　　In order to obtain better compression on image edge, an improved Set Partitioning In Hierarchical Trees (SPIHT) algorithm based on prior scanning the coefficients around which there were more significant coefficients was proposed. The coefficients or sets were sorted according to the number of surrounding significant coefficients before being coded, and the previous significant coefficients were refined as soon as the sets around which there existed any significant coefficients had been scanned. The scanning order was confirmed adaptively and did not need any extra storage. It can code more significant coefficients at a specified compression ratio. The experimental results show that the method can improve PSNR and the subjective visual experience compared with SPIHT. 　　 　　 　　 　　?Key words: 　　image compression; Set Partitioning In Hierarchical Trees (SPIHT) algorithm; adaptive coding order; wavelet transform; Human Visual System (HVS) 　　? 　　 　　 　　0 引言? 　　人们的注意力常集中于图像的边缘,为了能获取图像的边缘信息,要求分析工具有较好的时域、频域表征信号局部特征的能力。小波变换是20世纪80年代中期出现的一种具有时频局部表达能力的分析方法。自1989年Mallat首次将小波变换引入图像处理以来,小波变换以其优异???多分辨率分析特性,在图像编码领域得到了广泛的应用,并取得了良好的效果。其中Shapiro于1993年提出的嵌入式零树小波(Embedded Zerotree Wavelet, EZW)编码算法??[1]?是一种基于小波变换的里程碑式的图像压缩算法,它通过不同尺度的小波系数在每个比特平面的空间相似性构造零树,从而用一个零树根成功地预测了大量非重要系数,取得了良好的压缩效果。1996年Said和Pearlman提出了多级树集合分裂(Set Partitioning In Hierarchical Trees, SPIHT)算法??[2]?,对EZW算法做了重要的改进,其具有更高的压缩效率、更快的执行速度等优点,成为目前基于零树结构的压缩算法