基于小波变换的无链表SPIHT图像编码算法研究-计算机应用技术专业论文.docxVIP

基于小波变换的无链表SPIHT图像编码算法研究-计算机应用技术专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
、 学位论文原创性声明 本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文 不包含任何其他个人或集体已经发表或撰写的成果作品,也不包含为 获得中南林业科技大学或其他教育机构的学位成证书所使用过的材 料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方 式表明。本人完全意识到本声明的法律后果由本人承担。 作者也叶间 \9?年 4 月 ,I 日 8扑表列必忆及 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文 的规定,同意学校保留井向国家有关部门或机构送交论文的 复印件成电子版,允许论文被查阅或借阅。本人授权中南林 业科技大学可以将本学位论文的全部或部分内容编入有关 数据库进行检索,可以采用影印、缩印或扫描等复制手段保 存和汇编本学位论文。 本学位论文属于: 1、 保密口,在年解密后适用本授权书。 不 不保密囚〈 (请您在以上相应方框打 .J 气) 生 C 作者签名:呐? 导师签名:(均可否 摘要 摘要 随着多媒体技术、网络和通信技术的飞速发展,人们在日常生活和各行各业 中越来越多地用到数字图像信息。然而图像信息巨大的数据最给图像的存储、传 输和处现带来了极大的不便,因此对图像进行压缩编码具布非常重要的意义。 小波变换的多分辨分析的特性非常适合于图像的压缩,它将图像分解成不同 空间、不同频率的子带,然后再对它们进行量化编码,能得到较好的压缩效果。 在编码过程中,对图像进行小波变换时会遇到边界延拓问题。本文对常用的 几种边界延拓方法进行了分析,重点介绍了对称边界延拓方法,对线性滤波器和 对称信号卷积后的对称类型进行了推导,对对称信号下抽样后的对称类型进行了 分析,并在此基础上给出边界延拓的选择方法。 基于小波变换的嵌入式零树编码方法(巴 ZW算法),是现代图像编码理论中具 有开创性和先导性的一种编码算法,在它的改进算法中, SPIH丁算法被认为是当 今最有效的编码方法之一。但 SPIHT算法压缩过程中需要使用三个链表来存储单 个系数成子树的坐标,而这三个链表需要占用大量内存故不利于硬件实现。 LZC 算法对此进行了改进,但 LZC算法的压缩效果相对 SPIHT算法有所下降。本文在 此基础上提出了一种改进算法,改进算法不再使用链表,而是使用两个简单的位 回来记录编码过程中系数的状态,该位阁所占用的内存空间只有 SPIHT算法的1.4 %左右、 LZC算法的40% 。改进算法先将小波变换后的二维图像数据转换成一维 序列,然后对一维序列的系数进行顺序扫描,扫描过程中依据工个位阁记录的信 息来区分系数的状态,针对系数不间的状态分别采用不间的最化方法。实验结果 表明,改进算法在问压缩比下,其解码的图像峰值信噪比普遍比 LZC算法的高, 与SPIHT算法的相当。 关键字:固像编码:小波变换;边界延拓; SPIHT; LZC \ .. Abstract Abstract H H With the development of technology of multimedia,network and communications , people are using more and more image information in daily life and every walk of life. As the huge quantity of image date is a great disadvantage to storage,transmission and control,image coding is veηimportant. 刀le DWT(discrete wavelet transform) is suitable to image compression because of its character of multi-resolution analysis,which can decompose image into many subbands of different space and frequency. we could get good compression effect if we ωde the subbands using significant algorithm. A problem th创 is cal1ed extension method wil1 occur when DWT is applied to image date in. the process of image coding. 白lis paper analyses sev

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档