基于小波变换分形图像压缩方法.docVIP

基于小波变换分形图像压缩方法 　　摘#8195;要基于分形理论的图像压缩编码方法具有压缩比大，解码速度快等优点，缺点是编码时间过长，通过将分形理论与小波变换相结合，加快了图像编码速度，缩短了编码时间。 　　关键词图像压缩；分形；迭代函数系统；编码；小波 　　中图分类号TP3 文献标识码A文章编号1673-9671-(2011)111-0172-01 　　 　　1图像压缩概述 　　1.1图像压缩的理论基础 　　图像压缩编码得以实现的两个主要依据是人类视觉系统的特性和图像的统计特性。 　　1）视觉系统特性。它主要表现出对比灵敏度、空间分辨率、时间分辨力、可见度域值等几个方面，人眼有它自己的特点，它很难分辨亮度的绝对大小，但是对亮度之间的对比却很敏感，在处理干扰信息方面，低于一定域值的干扰人眼是察觉不到的。通过分析可知，人眼的视觉能力不是万能的，是有限度的，就像人的耳朵只能听到一定频率范围的声音一样，人的视觉系统对图像的某些信息并不敏感，因此，我们可以对这些人眼不敏感的信息进行处理，从而实现图像数据的压缩，这就是有损压缩理论的依据。 　　2）图像的统计特性。研究表明，一张数据图像本身是存在联系和规律的，例如：图像相邻或者比较接近的像素，它们的灰度值总是相近的。通过对这些联系和规律的研究处理，可以消除图像的冗余，对数据图像进行压缩。 　　1.2图像压缩编码的分类 　　图像压缩编码的分类主要有两种：无失真编码和限失真编码。 　　1）无失真编码。顾名思义，无失真编码可以保留原图像的所有信息，它是将输入的图像中表达像素点灰阶的值的每个符号，用规定的码字符号按一定的方式编排而成。由于规定的码字符比原图像中的符号短，从而可用比较少的比特数来表达原图像的符号，达到图像压缩的目的。在恢复图像时，只要把码字符与像素点的灰阶符号对应起来，就可无失真地恢复图像。无失真编码的常用方法有霍夫曼编码、游程编码、算术编码。 　　2）限失真编码。无失真编码虽然可以保留原图像所有信息，但是同时伴随的是压缩比过小，无法满足人们的需求，为了进一步提高图像编码的压缩比，利用人眼的特性和图像本身的联系和规律，损失一些图像精度，消除对观看图像的效果影响较小的冗余，可以获得较大的压缩比。限失真编码是压缩图像的重要手段。 　　2分形图像压缩原理 　　分形图像压缩是以迭代函数系统为理论基础，基于自然景物的自相似性来进行数据压缩的，由此可见，图像能否用分形思想来压缩，主要取决于图像是否具有自相似性。有些图像具有分形意义上的那种局部和整体之间的相似性。实际应用中，虽然大多数图像不一定具有局部和整体之间的相似性。但是，却存在图像中的某一局部与另一局部的自相似性。对于自然图像，我们不难找出这种相似性的存在，例如照片中的物体，仔细观察测试图像“Lena”不难发现这个事实：肩膀处嵌套的两个区域、帽沿处的小区域与右下角的大区域，两个大区域缩小一定比例就分别与各自的小区域基本吻合（图1）。通过以上分析，图像中确实存在局部与整体或局部与局部的自相似性，主要是局部之间的自相似性，因而能够用分形思想来压缩图像。 　　3分形与小波变换相结合的压缩方法 　　3.1分形与小波变换相结合的基本思想 　　小波分析的基本思想是用一组持续时间很短的时域函数构成空间的一组基函数，实现对空间中的时域信号的分解。 　　基于小波变换的分形压缩的基本思想是：首先对图像进行小波变换，将图像分解为不同空间频带上的子图像，图像经过小波变换后，分解为一个低频子图和三个高频子图，而在高频子图出现大量的零树，在多级子带之间具有相似性。根据分形的特点，利用经小波变换后多级子带之间的相似性对图像进行压缩。 　　3.2压缩算法描述 　　在小波编码中，小波基的选择与评估是人们关注的焦点。正交小波对应一个正交镜像滤波器组，大部分正交小波基都是无限支撑的，这给实际应用带来了困难。Daubechies构造出了具有紧支撑的正交小波基，然而除了Haar小波基外，其他的小波基函数无法同时满足紧支性、正交性、对称性。但Haar小波基的局部化性能很差，很少用于实际应用。为了克服上述缺点，Daubechies等人提出了双正交小波及其设计方法。双正交小波基由两个尺度函数和两个小波函数构成。双正交小波降低了对正交性的要求，保留了正交小波的一部分正交性，使小波获得了线性相位和较短支集的特性，因此目前实用中大多采用双正交小波。具体算法描述如下。 　　1）对原始图像进行小波分解，将图像分解为拥有良好空间选择特性的高频区域和拥有良好频率特性的低频区域。小波分解图如图2。 　　2）对低频部分进行DCT进行解码。 　　3）对二级高频子图像进行分形编码。 　　4仿真实验与结论 　　实验结果见表1。从实验结果可以看出，本方法保证了