基于改進Smoothlet的圖像編碼研究.pdf

1、超小波變換是基于小波分析基礎之上的新的多尺度分析,它彌補了傳統(tǒng)二維小波變換在方向性、稀疏性等方面的缺陷。目前在對超小波的理論研究及應用方面有了初步的成效,其中較為常用的是Ridgelet、Curvelet、Surfacelet、Wedgelet、Beamlet以及Contourlet等。Smoothlet變換是基于Second-order-wedgelet變換所提出的一種針對曲線形的基準線逼近的超小波變換,它能較好的對宏塊中的基準線進行

2、逼近,但由于自然圖像中的邊緣部分存在模糊且其邊緣在局部可能存在多條,甚至是相互交織的, Smoothlet對自然圖像并不能實現(xiàn)良好的逼近。本文基于Smoothlet變換,結合圖像編碼理論,研究了基于N-smoothlets變換的圖像編碼技術,主要研究內容如下:
　　1、改進了Smoothlet變換。針對傳統(tǒng)Smoothlet變換對宏塊中的基準線逼近方式較為粗糙、變換效率相對較低的問題,本文在Smoothlet變換的基礎上改進其基準

3、線的逼近方式,增加了每個宏塊的擬合曲線個數(shù)且對增加的擬合曲線個數(shù)所導致的宏塊中各曲線過渡帶存在的重疊情況和由于曲線的確定存在先后順序,后確定的曲線在改變宏塊某部分像素灰度值的同時使得先確定曲線的過渡帶存在突變的情況做濾波處理,在保證一定重建圖像質量的同時提高變換效率。
　　2、改進了基于N-smoothlets變換的圖像編碼方法。在基于 Smoothlet變換的圖像編碼的基礎上針對N-smoothlets變換所做的改進對編碼部分做

4、出相應改進。并對編碼結果做仿真比較分析得出N-smoothlets在N=3時,相較于Smoothlet而言,能更好地實現(xiàn)對圖像的壓縮編碼,與JPEG2000相比較而言,在低比特率下,其編碼圖像質量更優(yōu)。
　　3、提出針對N-smoothlets變換重建圖像的自適應去除塊效應算法。N-smoothlets變換從根本上說是將待處理圖像分割成若干個獨立的宏塊再對各宏塊進行分段逼近。在逼近圖像邊緣的同時忽略了宏塊與宏塊之間的相關性,使得重