原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
尽管数据存储技术不断发展，但人们对于压缩图像数据以节省数据存储空间和提高信道利用率的需求仍在增长。图像的无损压缩相对有损压缩来说更加困难，取得的进展也更小。目前，基于小波的图像压缩方法是图像压缩领域发展较快的一个分支，提升方法能够方便的构造从整数到整数的小波，为图像的无损压缩研究提供了有力的工具。而对小波系数编码的方法是实现图像压缩的关键技术，不仅关系到图像的最终压缩效果、也关系到图像的恢复质量和编解码的时间消耗。 本文对小波的研究主要集中在提升方法上，并选择了9/7-F、9/7-M 两种传统用于图像压缩的小波来用提升方法实现从整数到整数的小波，为后面进一步研究系数编码做好准备。 基于分级量化的重要性测试编码是小波系数编码方法中重要的一类方法.本文对该类方法进行了全面和深入的研究，探讨了基于该方法的图像无损压缩编码算法，以改善图像无损压缩的性能，这是本文研究的重点。对分层树集合分割算法（SPIHT，Set Partitioning In Hierarchiacal Trees）、嵌入式块集合分割算法（SPECK，the Set Partition Embedded block coder）这两种先进的、有代表性的算法本文作了详细和全面的分析与讨论。在此基础上，本文提出了自己的基于分级量化的重要性测试编码的算法，该算法除了在集合分类策略和搜索策略上采用了新的方法外，还采用了截断量化和对特殊组合进行编码等方法来改善图像无损压缩的性能，同时又不影响有损压缩的性能。本文算法在无损压缩性能、执行速度和有损压缩性能上同SPIHT、SPECK算法做了比较，都优于这两种算法。 另外，本文对算术编码，特别是它的实现作了研究，主要是为了探讨将该方法与本文的算法相结合，进一步提高图像压缩性能的可能性。从实际情况来看，这一想法是可行的。
关键词：图像压缩，编码，小波，提升方法,算术编码
摘要 i ABSTRACT i 第一章 绪论 1 1.1 图像压缩编码研究的现状和发展 1 1.1.1 统计编码 2 1.1.2 预测编码 2 1.1.3 变换编码 2 1.1.4 其它编码方法 3 1.2 小波分析在图像压缩编码研究中的应用 4 1.2.1 小波的构造 5 1.2.2 量化和编码 6 1.3 论文介绍 7 第二章 静止图像的编码分析 9 2.1 分级量化的思想 9 2.2 分层树集合分割算法（SPIHT） 10 2.3 嵌入式块集合分裂编码器（SPECK） 12 2.4 现有方法的不足 14 第三章图像编码算法及其实现 15 3.1小波的构造 15 3.1.1 提升方法 15 3.1.2 整数小波 16 3.2 截断量化的编码方法 17 3.3 图像的编码算法 19 3.3.1 算法1 19 3.3.2 算法2 21 3.4算术编码 22 第四章压缩软件的设计及测试 24 4.1系统结构 24 4.2软件的设计和实现 25 4.2.1编码器结构 25 4.1.2 数据分析部分 26 4.2.3 文件格式 26 4.3软件使用简介 27 4.3.1界面设计 27 4.3.2小波变换的步骤 28 4.3.3 小波系数编码的步骤 28 4.3.4 图像压缩的步骤 29 4.4测试分析及结论 30 4.4.1压缩效果评价 30 4.4.2实验数据 31 4.4.3数据分析 32 第五章 结束语 35 5.1 研究和开发工作的总结 35 5.2将来进一步的工作和计划 35 参考文献 36 致 谢 37 附录 38 摘要 ABSTRACT
Although the techniques of data storage are developing the demand for compression for image data is rapidly growing so that to save the space of storage and improve the use ratio of channel. Comparing with lossy image compression, the lossless image compression is more difficult and itsdevelopment is slower. Now, image compression method based on wavelet is the branch which development is fast in image compressing field. Lifting scheme can design the wavelet transforms that map integer to integer, which provides the
文档评论（0）