基于EZW改进算法图像压缩.docVIP

基于EZW改进算法图像压缩 　　摘 要：嵌入图像编码算法（EZW）是一种优秀的图像压缩算法，然而该算法没有充分利用小波变换系数的某些特性，将小波系数的最低频子带与其他高频子带统一编码，这无疑会影响其编码效率与质量。针对EZW算法存在的不足，提出了一种改进算法。改进算法通过对低频子带与高频子带分别编码，提高EZW算法效率。实验结果表明，改进算法的图像恢复质量和编码速度均优于传统EZW算法。 　　关键词：图像压缩 小波变换 EZW算法 　　中图分类号：TN911 文献标识码：A 文章编号：1672-3791（2018）02（c）-0025-03 　　Abstract： The embedded zerotree wavelet compression（EZW） is a good image compression method， but this method can’t fully use some features of the wavelet coefficients. It code the lowest frequency wavelet coefficients with other high frequency together， which decreases the coding efficiency and the coding quality. An improved algorithm based on EZW algorithm is proposed. The new method improved the EZW efficiency according to encode the lowest frequency and others respectively. The experiment results show that the improved algorithm better than the EZW algorithm in the aspects of image restoration quality and the compression efficiency. 　　Key Words： Image compression； wavelet transform； EZW algorithm 　　?S着信息化的推进，人们对信息的需求越来越高，尤其是图像信息。图像是信息交流非常重要的载体，而且图像信息数据量庞大，因此，图像给信息的传输和存储都提出了很大的挑战。由此图像压缩技术就显得特别重要，也受到了极很大的关注。图像压缩编码就是在不改变特定图像复原质量的条件下，以尽可能少的比特数表征图像。传统的图像编码方法主要采用的是基于块的离散余弦变换[1]，因其采取的分块处理、线性滤波等方案，这些解决方案会造成方块现象和振铃现象的负面结果，压缩后的图像可视效果较差。20世纪80年代末，法国数学家S.Mallat发明了多分辨率快速分析算法[2]，随后小波理论得到了持续的丰富和完善，特别是滤波器设计思想的提出，使得小波变换成为图像压缩领域解决方案的一大利器。小波变换在信息压缩领域相继展现出了相似系数分布、空间压缩、频率压缩等技术优势。小波变换独有的这些优势，不仅有效解决了DCT变换的方块现象与振铃现象，同时提高了图像压缩效率与质量。由此出现了很多基于小波变换的图像压缩算法，其中由Shapiro提出的嵌入式零树小波编码算法[3]（EZW）被认为是图像变换编码领域最好的算法之一。但是，EZW算法也存在着许多可以改进的地方，本文将在原有算法的基础上提出相应的改进方案。 　　1 EZW算法分析 　　1.1 嵌入式编码 　　所谓嵌入式编码，是编码方根据原始信息流的重要性对其进行排序，可以截取相应数量的信息流完成编码，以满足所要求的压缩比（CR）。同理，解码方可根据实际需求，在任意信息流处进行截断，得到特定码率的信息。 　　1.2 零树结构 　　如图1所示，一幅经过小波变换的图像按照它的频带从低到高形成一个树状结构，树根是最低频子带的结点，它有3个孩子，分别位于次低频子带的相应位置；除最高频子带以外的其余子带的结点都有4个孩子，位于高一级子带的相应位置。如图1所示的三级小波分解便形成了深度为4的树，当然，最高频子带和LL3子带中的小波系数因无孩子而不能构造成树结构[4]。 　　给定一个临界数D，若小波系数p满足，则称p是关于D的重要系数，若不满足，p为不重要的系数。若p是不重要的系数，并且它的所有后代都是不重要的，则称p是关于D的零树根，小波系数形成一个零树结构。 　　1.3 EZW编码过程 　　EZW编码即为多遍扫描编码图像，每一遍扫描处理步骤有以下几步。 　　1.3.1 选择