基于小波变换的数字图像压缩技术的研究--开题报告.docVIP

　　基于小波变换的数字图像压缩技术的研究 　　1、小波变换的图像压缩技术研究的目的 　　视觉在人类感知中起着极为重要的作用，而视觉感知的结果和表现形式是图像，它能给人们以直观而具体的物体形象，是人类认识世界的重要信息来源。因此，图像已成为多媒体技术中最为重要的数据类型。图像的处理与分析技术已发展成为现代信号处理技术中专门的分支学科。由于图像信息丰富、数据量大，因此，为了满足实际应用需要，有必要对图像数据进行压缩处理。 　　小波分析是当前工程科学中一个迅速发展的新领域，而小波变换是小波分析理论研究紧密地结合在一起的，并成为图像压缩处理重要的研究工具。自80年代以来，小波变换的发展为人们提供了一种有效的多分辨率信号(图像)处理工具，也为各种可扩展图像编码算法的实现奠定了基础。它的本质是利用多分辨率对图像进行分析，非常适合人眼视觉系统对频率感知的对数特性。因此，小波图像压缩在较高压缩比的图像处理领域得到了广泛的应用。随着多媒体技术和因特网技术的出现，如何有效地分析、存储、传输和恢复图像数据，即探索更有效、更高压缩比的图像压缩技术，成为现代信息处理技术中关键任务之一。 　　2、小波变换的图像压缩研究的意义 　　基于小波图像压缩的基本思想，小波变换多分辨率的变换特性提供了利用人眼视觉特性的良好机制，而且小波变换后的图像数据能够保持原图像在各种分辨率下的精细结构，为进一步去除图像中其他形式的冗余信息提供了便利。因此，小波变换越来越引起人们的重视，其应用领域来越来越广泛。图像压缩技术研究了几十年，取得了很大的成绩，但还有许多不足，值得我们进一步研究。总之，图像压缩是一个非常有发展前途的研究领域，这一领域的突破对于我们的信息生活和通信事业的发展具有深远的影响。 　　3、国内外研究现状 　　第一代图像压缩的研究是从上世纪50年代开始的，主要是基于信息论的编码方法、压缩比比较小等方面进行研究，对视觉特性也做了一些极为有限但可贵的工作。1966年J.B.Neal对比分析了差分脉冲编码调制(DPCM)和脉冲编码调制(PCM)并提出了用于电视的实验数据，1969年进行了线性预测编码的实际实验。随之，图像压缩编码算法的研究有了很大进展，其中变换压缩编码是当时的研究热点。 　　变换编码是1968年H.CAndrews等人提出的，它主要是通过对图像进行正交变换，然后通过量化去除对视觉影响不大的高频分量，再采用行程编码或Huffman编码达到压缩效果。常用的变换压缩编码又分为：离散余弦变换(DCT)、离散哈德码变换(DHT)、离散斜变换(DST)。 　　由于DCT压缩编码算法具有编码效果较好、运算复杂度适中等优点，目前己经成为国际图像编码标准(JPEG)的核心算法。 　　为了克服第一代图像压缩编码存在的压缩比小、图像复原质量不理想等缺点，1985年Kunt等人充分利用人眼视觉特性提出了第二代图像压缩编码的概念。1987年，Mallat首次巧妙地将计算机视觉领域内的多尺度分析思想引入到小波变换中，又研究了小波变换的离散形式，并将相应的算法应用于图像的分解与重构中，为随后的小波图像压缩编码奠定了理论基础。1988年Barnsl.y和S1.an共同提出了分形图像编码压缩方案，该方案利用图像中固有的自相似性来构造一个紧缩变换，并使原图像成为该紧缩变换的吸引子，编码时只需存储变化的参数，解码时，需要利用该变化对任一幅图像不断进行迭代变换。 　　之后，各国学者提出各种各样的改进方法，从而掀起了分形图像编码的新高潮。如Y.Zha。等人将分形与DCT相结合，用DCT保留了图像的细节，取得了较好的效果。Hamzaoui等人把矢量量化与分形结合实现了编码压缩。Davis从小波变换域角度分析了分形编码算法，在小波域进行分形变换。但由于在分形压缩编码过程中，运算量大，从而造成编码时间过长，且提高压缩比同减小失真度之间的矛盾始终存在，从而局限了它的实用性。解决该问题的方法是对定义域块和值域块进行正确地分类，分类的作用在于缩小最佳匹配的搜索范围，使一个值域块只在它的同一类的匹配块合中进行匹配，这样就把全局搜索变为局部搜索，从而达到减少编码时间的目的。 　　上个世纪90年代后，图像压缩编码研究又取得了一系列阶段性的新成果。基于零树的编码法首先由A.5.Lewis和G.Kno戒es提出，其特点是根据小波系数在同方向子带中的相似性，利用一种称为小波树的树形结构来组织小波系数，使其能方便地去除频域和空间域中的相关性。接着Shapir。结合比特平面编码方法设计了更好的零树编码方法-嵌入式零树小波算法，它是迄今为止最有效的方法，可以有效地利用了小波系数的特性，实现了图像的可分级编码。目前，小波变换的图像压缩编码算法已成为图像压缩研究领域的一个主要方向，并且小波变换的图像压缩编码算法将会成为国际图像压