图像压缩编码.doc

小波变换在图像压缩中的应用 学 院 精密仪器与光电子工程学院 专 业 光学工程 年 级 2014级 学 号 1014202009 姓 名 孙学斌  一、图像压缩编码 数字图像 图像是自然界景物的客观反映。自然界的图像无论在亮度、色彩，还是空间分布上都是以模拟函数的形式出现的，无法采用数字计算机进行处理、传输和存储。 在数字图像领域，将图像看成是由许多大小相同、形状一致的像素(Picture Element简称Pixel组成)用二维矩阵表示。图像的数字化包括取样和量化两个主要步骤。在空间将连续坐标离散化的过程为取样，而进一步将图像的幅度值整数化的过程称为量化。 图像编码技术 数据压缩就是以较少的数据量表示信源以原始形式所代表的信息，其目的在于节省存储空间、传输时间、信号频带或发送能量等。其组成系统如图所示。 信道解码 信道解码 信源解码 信宿 信道编码 信源编码 通信线路或存储介质 信源 过程应尽量保证去除冗余量而不会减少或较少减少信息量，即压缩后的数据要能够完全或在一定的容差内近似恢复。完全恢复被压缩信源信息的方法称为无损压缩或无失真压缩，近似恢复的方法称为有损压缩或有失真压缩。 图像压缩编码的必要性与可行性 1．图像压缩编码的必要性 采用数字技术会使信号处理技术性能大为提高，但其数据量的增加也是十分惊人的。图像数据更是多媒体、网络通信等技术重点研究的压缩对象。不加压缩的图像数据是计算机的处理速度、通信信道的容量等所无法承受的。 如果将上述的图像信号压缩几倍、十几倍、甚至上百倍，将十分有利于图像的存储和传输。可见，在现有硬件设施条件下，对图像信号本身进行压缩是解决上述矛盾的主要出路。 2．图像压缩编码的可能性 图像数据量大，同时冗余数据也是客观存在的。在有些图像中可压缩的可能性很大。一般图像中存在着以下数据冗余因素。 (1)编码冗余 编码冗余也称信息熵冗余。去除信源编码中的冗余量可以在对信息无损的前提下减少代表信息的数据量。对图像进行编码时，要建立表达图像信息的一系列符号码本。如果码本不能使每个像素所需的平均比特数最小，则说明存在编码冗余，就存在压缩的可能性。 (2)空间冗余 这是静态图像存在的最主要的一种数据冗余。同一景物表面上各采样点的颜色之间存在着空间连贯性，但是基于离散像素采样来表示物体颜色的方式通常没有利用景物表面颜色的这种空间连贯性，从而产生了空间冗余。 (3)时间冗余 时间冗余反映在视频图像中就是相邻帧图像之间有较大的相关性，一帧图像中的某物体或场景可以由其他帧图像中的物体或场景重构出来。 (4)结构冗余 有些图像的纹理区中图像的像素值存在着明显的分布模式，即存在着结构冗余。 (5)知识冗余 有些图像的理解与某些知识有相当大的相关性，这类规律性的结构可由先验知识和背景知识得到，该类冗余称为知识冗余。 (6)视觉冗余 事实表明，人类的视觉系统对图像场的敏感性是非均匀和非线性的。然而，在记录原始的图像数据时，通常假定视觉系统是均匀和线性的，对视觉敏感和不敏感的部分同样对待，从而产生了比理想编码更多的数据，这就是视觉冗余。通过对人类视觉进行大量实验，发现了以下的视觉均匀特性： ①视觉系统对图像的亮度和色度的敏感性相差很大，视觉系统对亮度的敏感度远远高于对色彩度的敏感度。 ② 随着亮度的增加，视觉系统对量化误差的敏感性降低。这是由于人眼的辨别能力与物体周围的背景亮度成反比。因此，在高亮度区，灰度值的量化可以更粗糙一些。 二、小波分析理论 小波理论的发展 小波分析的思想可以追溯到1910年Haar提出的小波标准正交基，但小波分析这一概念是1984年由法国地质学家Morlet在分析地震信号时提出来的。当时，Morlet发现，短时傅里叶变换在时、频分辨力方面的矛盾使得固定时宽的加窗方法并非对所有非平稳信号都合适。也就是说，窗宽应该依据非平稳信号的变化自动调节，形成所谓的小波。 真正的小波分析研究始于1985年，当时法国的数学家Meyer构造的函数系(Meyer基)对小波分析起到奠基作用。后来1988年法国信号处理专家S．Mallat提出多分辨率分析的概念，给出构造正交小波的一般方法，并由此提出小波分解和重构的快速算法--Mallet算法，使小波分析取得突破性进展．比利时数学家I．Daubechies构造了具有紧支撑的光滑正交小波——Dauchechies紧支正交小波。随后，正交小波被进一步推广和发展，产生了如正交小波包，半正交小波，双正交小波，正交多小波等新的正交小波。这些小波被广泛应用到信号分析、图像处理、数值分析、地震勘测、语音处理等众多工程领域