基于多尺度幾何分析的小波變換壓縮編碼算法研究.pdf

1、近幾十年來，隨著計算機技術的快速發展，人們對數字圖像在質量、大小等方面提出了更高的要求，數字圖像的數據量快速增長，給數字圖像的存儲和傳輸造成了很大的困難。為了滿足各種應用的需要，進行圖像壓縮是十分必要的。圖像的紋理、輪廓等細節包含了大量有用信息。不同類型的圖像的紋理、輪廓細節信息不同，如何能夠最大限度地保存有用信息已經成為了數字圖像壓縮編碼研究領域的熱點方向之一。本文的研究就是針對這個問題展開的。
　　 小波變換在圖像壓縮方面獲

2、得了巨大成功，但是由于其理論固有的局限性，使得其對高維空間數據的紋理細節信息表示能力有限。本文詳細介紹了小波變換的基本原理，并對小波變換的特點進行了深入分析。在小波變換理論基礎上，多尺度幾何分析理論獲得了發展，已經成為了數字圖像壓縮編碼研究領域的熱點方向。多尺度幾何分析方法具有各向異性特征，能夠有效地表示高維數據空間中的線奇異和面奇異。本文介紹了目前較有效的多尺度幾何分析工具Contourlet變換。Contourlet變換是一種“真正

3、”意義上的二維圖像稀疏表示法，能夠很好的表征圖像的各向奇異性，在圖像處理中獲得了很好的效果。Contourlet變換采用了“雙重濾波器組”結構，首先采用拉普拉斯金字塔變換(LP)對圖像進行多分辨率分析，然后方向濾波器組進行多方向分解。由于LP分解是一個冗余分解，因此Contourlet變換并不適用于圖像壓縮。針對這一缺陷，一種新的多尺度幾何分析工具WBCT被提出，WBCT采用了小波分解和方向濾波器相結合的方法，是一種無冗余的變換。然后，

4、本文介紹了兩種比較經典的嵌入式編碼方法：嵌入式零樹小波編碼算法(EZW)和在其基礎上提出的多級樹集合分裂算法(SPIHT)。
　　 基于WBCT方向分解后系數特點，采用SPIHT編碼，能夠有效地保留圖像中的細節，對紋理細節信息豐富的圖像壓縮效果很好，但是對于紋理細節信息較少的圖像進行多方向分解反而會降低解碼圖像效果。因此，本文提出了平滑度的概念，并依據平滑度對小波子帶進行方向分解。依據本文算法方向分解的系數結構，對SPIHT編碼