基于小波变换图像压缩编码.docVIP

基于小波变换图像压缩编码 　　摘要:随着多媒体技术及网络迅速发展,图像压缩在多媒体信息的传输和存储中显得越来越重要.图像压缩就是在满足一定图像质量条件下用尽量少的比特数来表示原图像,减轻图像存储和传输的负担,使图像在网络上实现快速传输和实时处理.小波分析在图像压缩上的应用是当前迅速发展的一个新领域,它同时具有理论深刻和应用广泛的双重意义. 　　本文首先介绍了小波变换的研究背景及其在图像压缩编码领域的研究现状.第二部分介绍了小波分析的基本理论.第三部分研究图像压缩编码算法的发展历程,基本原理及其典型算法.第四部分利用MATLAB软件编写仿真程序实现了基于小波变换的图像压缩算法. 　　关键词:图像压缩傅里叶变换小波变换MATLAB 　　 　　1研究背景与现状 　　小波分析是当前数学中一个迅速发展的新领域, 其起源是在20世纪初, 1910年Haar提出了规范正交小波基的思想, 构造了紧支撑的正交函数系――Haar函数系. 1986年, Mallat和Meyer提出了多分辨分析理论(Multi-resolution Analysis, 简记MRA), 为小波的构造提供了一般的途径. 小波变换的概念是由法国从事石油信号处理的工程师J. Morlet在1974年首先提出的, 通过物理的直观和信号处理的实际需要经验的建立了反演公式. 早在七十年代, A. Calderon表示定理的发现、Hardy空间的原子分解和无条件基的深入研究为小波变换的诞生做了理论上的准备, 而且J. O. Stromberg还构造了历史上非常类似于现在的小波基; 1986年著名数学家Y. Meyer偶然构造出一个真正的小波基, 并与S. Mallat合作建立了构造小波基的统一方法多尺度分析. 　　随着多媒体技术及网络迅速发展,人们对信息需求量越来越大.图像压缩在多媒体信息的传输和存储中显得越来越重要.利用图像压缩,可以减轻图像存储和传输的负担,使图像在网络上实现快速传输和实时处理.基于小波变换的图像压缩是一种变换编码的方法,包括变换和对变换系数的编码量化以及对量化后的数据的压缩.小波变换用于图像压缩,是因为生成的小波图像具有与原图像不同的特性,表现在图像的能量主要集中于低频部分(亮度图像),而水平、垂直和对角线部分的能量则较少(细节图像).小波变换的分解方式非常接近于人的视觉感知模型,并有利于采用不同编码方法分别进行处理,从而获得符合要求的高压缩比图像.小波变换图像压缩被认为是当前最有发展前途的图像压缩算法之一,小波图像压缩的研究主要集中在对小波系数的编码问题上.目前比较典型的算法有可逆嵌入小波压缩算法(CREW),嵌入式小波零树图像编码(EZW),分层小波树集合分割算法(SPIHT)和集合分裂嵌入块编码(SPECK). 　　2小波分析理论 　　2.1小波变换 　　小波变换是一种多分辨分析方法,基本思想是以小波函数为基底对信号进行分解. 　　定义1:如果满足”容许性”条件: 　　那么称为是一个”基小波”.关于每一个基小波,在上的积分小波变换(IWT)定义为: 　　 (1) 　　其中,而. 　　令 (2) 　　则(1)式中定义的IWT能够写为 　　. (3) 　　我们不难发现是由基小波函数经过伸缩和平移得到的,因子保证了的能量具有不变性: 　　 (4) 　　由容许性条件可得.可见具有一定的震荡性,这一正当性表明它的某种频率特性.而且的震荡随的增大而增大,因此可视为频率参数,可视为时空参数,所以小波变换同样可以实现时频的局部化,并且其时域局部化格式与频率高低密切相关,在大的地方时域局部化程度越高,即的宽度缩小为的倍,这一点与傅里叶变换有明显不同. 　　2.2多分辨分析 　　任何小波,都产生的一种直接和分解公式: 　　 (5) 　　对于每个,我们考虑的闭子空间 　　 (6) 　　这些子空间具有下述性质: 　　(1°) 　　(2°) 　　(3°)(4°) 　　(5°) 　　定义3.一个函数被认为生成一个多分辨分析(MRA),如果它生成在公式: 　　 (7) 　　意义上满足(1°),(2°),(3°)和(5°)的闭子空间的一个嵌套序列,使形成的一组Riesz基.如果生成一个MRA,那么称为是一个”尺度函数”. 　　在上述条件下,定义函数 　　 (8) 　　则系是子空间的规范正交基. 　　3图像压缩编码基本原理 　　小波变换用于图像编码的基本思想就是把图像进行多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像进行系数编码.系数编码是小波变换用于压缩的核心,压缩的实质是对系数的量化压缩.根据S.Mallat提出的小波多分辨分析算法很适合于分析图像.小波变换是指信号与具有良好局部化性质的小波