基于小波變換的貝爾圖像壓縮算法的研究.pdf

1、隨著數(shù)字成像設(shè)備在工業(yè)監(jiān)控，消費等各個領(lǐng)域的廣泛應(yīng)用，推動了相關(guān)理論技術(shù)及應(yīng)用的研究不斷深入細化。由于體積、功耗、成本、制造工藝等多方面因素的制約，絕大多數(shù)攝像設(shè)備采用單CCD 貝爾模板。直接壓縮貝爾圖像可避免復(fù)雜插值算法，節(jié)省硬件資源、降低功耗，成為研究熱點。目前采用基于結(jié)構(gòu)變換的貝爾圖像壓縮方法。不僅算法復(fù)雜，壓縮效率也不能滿足應(yīng)用需求。為此，本文提出基于小波變換的貝爾圖像壓縮方法。
　　 由于小波變換和貝爾圖像都是一個2×

2、2周期采樣模板，這種對應(yīng)性使小波變換能有效地表示時頻域的貝爾圖像。本文采用Mallat 整值小波包對貝爾圖像進行五層分解，去除系數(shù)間相關(guān)性。由于小波的提升格式本質(zhì)上是在像素上進行線性預(yù)測，變換產(chǎn)生的高頻子帶看作預(yù)測殘差。所得到的低頻系數(shù)通過差分預(yù)測獲得殘差與其它子帶高頻系數(shù)一起符合拉普拉斯分布。按照光柵掃描順序在每個子帶內(nèi)進行Golomb-Rice 編碼，無損壓縮比達1.7：1。
　　 由于多小波既保持了單小波所具有的良好的時域

3、與頻域的局部化特性，又克服了單小波的缺陷，將光滑性、緊支性、對稱性、正交性完美地結(jié)合在一起。本文采用多小波對貝爾圖像進行一層分解。分析不同幅度的子帶系數(shù)，以及不同子帶圖像在恢復(fù)圖像時的權(quán)重，權(quán)重大的子帶圖像和子帶系數(shù)選擇較高的量化精度，權(quán)重小的子帶圖像和子帶系數(shù)只做粗略量化。以各個子帶的樣本標(biāo)準(zhǔn)差作為量化閾值，對子帶系數(shù)進行自適應(yīng)二進制算術(shù)編碼，有損壓縮比為3.1：1，重構(gòu)圖像PSNR達到42dB。
　　 本文提出的基于小波變換