图像压缩编码方法第7章PPT.ppt

; 7.1　引　　言　　自从20世纪80年代中期以来，小波变换作为一种新颖的数学分析工具，迅速地应用到信号处理等许多领域，并得到广泛深入的发展。在图像编码领域里，迄今为止，许多学者已经提出了大量的不同量化方法和措施。基于小波的图像压缩算法和图像编码按照量化形式可以分为三大类：标量量化技术、矢量量化技术、零树量化技术。前两类存在着明显的缺陷：标量量化技术计算复杂，压缩效率非常低，往往不采用此方法。矢量量化技术编码时要预先训练，寻找过程比较复杂，难以寻找到最佳的量化，计算量大，适应范围比较狭窄，应用有一定的局限性。即使结合小波变换提高压缩效率，也没有充分地挖掘出小波分解所具有高压缩比的潜力，因此，编码效率不高，恢复图像效果不佳。;　　零树量化技术是目前一类较好的图像压缩方法，典型代表有Shapiro的零树嵌入式编码、Said和Pearlman的分层树集合分割排序编码和Zixiang Xiong等人的空间-频率量化的图像编码。这些方法不仅实现起来较为简单，而且能取得比较令人满意的图像压缩率和解码质量，从而成为大多数图像压缩编码系统的首选方案。图像的零树方式编码实质上与一个实数的二进制表示类似，它是一个二进制的判断，以零或全灰区分出一个图像。嵌入式编码把一幅变成多幅比特平面，按其重要性大小进行排序。零树方式编码可以在任何时刻结束，并提供图像的最好表示。;　　分形图像压缩是近十年来