小波域的灰色关联度图像压缩-ResearchGate.PDFVIP

See discussions, stats, and author profiles for this publication at: /publication/315892847 Image compression based on grey relation in wavelet domain Article  in   Dongnan Daxue Xuebao (Ziran Kexue Ban)/Journal of Southeast University (Natural Science Edition) · March 2017 DOI: 10.3969/j.issn.1001-0505.2017.02.007 CITATIONS READS 0 54 3 authors, including: Hongjun Li Concordia University Montreal 35 PUBLICATIONS   97 CITATIONS    SEE PROFILE Some of the authors of this publication are also working on these related projects: object tracking View project All content following this page was uploaded by Hongjun Li on 11 April 2017. The user has requested enhancement of the downloaded file. 第４７卷第２期 东南大学学报（自然科 学版 ） Ｖｏｌ．４７ Ｎｏ．２ 　 ２０１７年３月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｍａｒ．２０１７ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１７．０２．００７ 小波域的灰色关联度图像压缩 李洪均　 谢正光　 王　伟 （南通大学电子信息学院，南通２２６０１９） 摘要：为了改善小波变换的图像稀疏表示性能，提出了一种小波域的灰色关联度图像压缩算法． 首先，利用小波变换对测试图像进行分解，获得不同区域的小波系数；然后，利用小波系数特点， 将灰色关联度用于系数关联度的刻画中，并计算不同尺度间系数的灰色关联度；根据小波系数区 域特征，将小波系数进行分类，构造出不同系数类型下的稀疏表示方法；最后，将该算法应用于图 像压缩．实验结果表明，在相同压缩率下，所提算法的客观评价指标峰值信噪比较现有同类算法 提高了１０４～３６５ｄＢ，图像主观视觉质量明显提高．所提算法能够结合系数特征和视觉特性自 适应地构造字典，提高了图像稀疏表示能力，进一步提高了图像压缩性能． 关键词：图像压缩；图像稀疏表示；灰色关联度；小波变换 中图分类号：ＴＮ２１６　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１７）０２０２３６０６ Ｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎｂａｓｅｄｏｎｇｒｅｙｒｅｌａｔｉｏｎｉｎｗａｖｅｌｅｔｄｏｍａｉｎ ＬｉＨｏｎｇｊｕｎ　 ＸｉｅＺｈｅｎｇｇｕａｎｇ　 ＷａｎｇＷｅｉ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｔｏｎｇ２２６０１９，Ｃｈｉｎａ）