MATLAB优化算法案例分析与应用 第3章 基于小波变换的图像压缩与MATLAB实现.pdf

MMAATTLLAABB优优化化算算法法案案例例分分析析与与应应用用 第第三三章章 第第33章章 基基于于小小波波变变换换的的图图像像压压 与与 MMAATTLLAABB实实现现 MMAATTLLAABB优优化化算算法法案案例例分分析析与与应应用用 第第三三章章 1974年，法国工程师J Morlet首先提出小波变换的概念，1986 年著名数学家Y Meyer偶然构造出一个真正的小波基，并与 S Mallat合作建立了构造小波基的多尺度分析之后，小波分析才 开始蓬勃发展起来。小波分析的应用领域十分广泛，在数学方 面，它已用于数值分析、构造快速数值方法、曲线曲面构造、 微分方程求解、控制论等。在信号分析方面的滤波、去噪声、 压缩、传递等。在图像处理方面的图像压缩、分类、识别与诊 断，去噪声等。本章将着重阐述小波在图像中的应用分析。 MMAATTLLAABB优优化化算算法法案案例例分分析析与与应应用用 第第三三章章 •33..11 小小波波变变换换原原理理 小波分析是 个比较难的分支，用户采用小波变换，可以实现图像压缩，振 动信号的分解与重构等，因此在实际工程上应用较广泛。小波分析与Fourier变换 相比，小波变换是空间域和频率域的局部变换，因而能有效地从信号中提取信息 。小波变换通过伸缩和平移等基本运算，实现对信号的多尺度分解与重构，从而 很大程度上解决了Fourier变换带来的很多难题。 小波分析作 个新的数学分支，它是泛函分析、Fourier分析、数值分析的完 美结晶；小波分析也是 种 “时间—尺度”分析和多分辨分析的新技术，它在信 号分析、语音合成、图像压缩与识别、大气与海洋波分析等方面的研究，都有广 泛的应用。 （1）小波分析用于信号与图像压缩。小波压缩的特点是压缩比高，压缩速度 快，压缩后能保持信号与图像的特征不变，且在传递中能够抗干扰。基于小波分 析的压缩方法很多，具体有小波压缩，小波包压缩，小波变换向量压缩等。 （2）小波也可以用于信号的滤波去噪、信号的时频分析、信噪分离与提取弱 信号、求分形指数、信号的识别与诊断以及多尺度边缘检测等。 （3）小波分析在工程技术等方面的应用概括的包括计算机视觉、曲线设计、 湍流、远程宇宙的研究与生物医学方面。 MMAATTLLAABB优优化化算算法法案案例例分分析析与与应应用用 第第三三章章 •33..22 多多尺尺度度分分析析 分解公式： 构公式： MMAATTLLAABB优优化化算算法法案案例例分分析析与与应应用用 第第三三章章 •33..33 图图像像的的分分解解和和量量化化 图3- 1 波压缩图像的算法流程