基于多尺度分析的圖像壓縮.pdf

1、圖像信息在現代通信過程中扮演著越來越重要的角色。然而圖像信息數據量巨大，人們需要對圖像數據進行必要的壓縮以節省數據存儲空間和提高信道利用率。上世紀80年代小波技術的發展使得圖像壓縮技術上了一個新的臺階。小波變換能夠大大提高圖像的壓縮效率。而且這種多尺度變換方法消除了離散余弦變換 (DCT) 引起的方塊效應。通過嵌入式編碼可以隨時結束解碼，并可以得到在截斷處碼流所對應的恢復圖像，實現圖像的漸進傳輸。 本文在對小波系數進行分析的基礎

2、上先后對幾種流行的嵌入式編碼算法進行研究和試驗，提出了一種改進的零樹編碼算法，提升了重建圖像的峰值信噪比。詳細介紹了提升格式小波變換原理，分析了如何利用提升方案來構造小波。這種提升格式能夠進行快速、本位運算。通過試驗證明提升格式同傳統小波相比具有構造簡單、運算速度快的優點。 雖然小波適合捕捉圖像的點奇異性，但是它對于線奇異性來說并不是很有效的方法。脊波變換是在Radon變換域上把線奇異性轉變成點奇異性來處理，所以它對于含有線奇異

3、性的圖像是比小波更好的逼近方法。本文研究了脊波系數的特點，并以此設計出了基于脊波變換的壓縮算法。實驗表明該算法能夠提高圖像壓縮的性能。 脊波能夠對直線邊緣進行很好的稀疏逼近，然而自然圖像大多是紋理豐富、邊緣呈曲線狀，脊波就不是很好的表示方法。本文介紹了一種新的圖像表示方法：Contourlet 變換。它的多分辨特性和多方向性使得它能夠有效地捕捉光滑的曲線。本文對Contourlet變換應用于圖像壓縮進行了初步的探討，說明了其圖像