基于多尺度分析的智能圖像壓縮方法研究.pdf

1、rlLlU，JJ、。‘≯ff61l’』’#ft論乏聲明尸只月本人鄭重聲明：此處所提交的碩士學(xué)位論文《基于多尺度變換的智能圖像壓縮方法研究》，是本人在華北電力大學(xué)攻讀碩士學(xué)位期fRJ，在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果。據(jù)本人所知，除了文中特別加以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得華北電力大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作

2、了明確的說明并表示了謝意。學(xué)位論文作者簽名：露砬承!日期：學(xué)位論文作者簽名：蛙鯉硝!日期：關(guān)于學(xué)位論文使用授權(quán)的說明本人完全了解華北電力大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：①學(xué)校有權(quán)保管、并向有關(guān)部門送交學(xué)位論文的原件與復(fù)印件；②學(xué)?？梢圆捎糜坝?、縮印或其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)?？稍试S學(xué)位論文被查閱或借閱；④學(xué)?？梢詫W(xué)術(shù)交流為目的，復(fù)制贈送和交換學(xué)位論文；⑤同意學(xué)校可以用不同方式在不同媒體上發(fā)表、傳播學(xué)位論文的全部或部分內(nèi)

3、容。(涉密的學(xué)位論文在解密后遵守此規(guī)定)作者簽名：薛包凼!日期：絲f旦!≥一導(dǎo)師簽名：華北電力大學(xué)碩_上學(xué)位論文摘要隨著多媒體技術(shù)的發(fā)展，用于傳遞信息的圖像作為一種重要的媒體和手段，其處理技術(shù)受到越來越多人的關(guān)注和重視。本文以完成一個基于多尺度分析的智能圖像壓縮算法為指導(dǎo)思想，從變換編碼出發(fā)，在小波變換(WaveletTransform)的理論基礎(chǔ)上，經(jīng)過三次嘗試，最終實現(xiàn)了滿足條件的靜態(tài)圖像壓縮算法。首先，本文將支持向量機(jī)(Suppo

4、rtVectorMachine，SVM)成功引進(jìn)圖像壓縮領(lǐng)域，設(shè)計并實現(xiàn)了能提高圖像壓縮倍數(shù)的WSVM圖像壓縮算法。WSVM算法雖然可以提高壓縮倍數(shù)，獲得較高的PSNR(PeakSignalNoiseRatio)值，但是其重建圖像會出現(xiàn)不同程度的塊效應(yīng)和邊緣模糊的現(xiàn)象。針對WSVM算法的不足，本文用曲波變換(CurveletTransform)代替了WSVM算法中的Wavelet變換，實現(xiàn)了基于曲波變換和SVM的圖像壓縮算法，即CSVM

5、算法。算法中用到的Curvelet變換，因其支撐區(qū)間為滿足寬度約等于長度平方的長條形，能“稀疏’’表示圖像中的奇異曲線，具有各向異性的特點。同樣，CSVM算法雖然在提高壓縮倍數(shù)方面，表現(xiàn)邊緣特征和降低重建圖像塊效應(yīng)方面都取得了良好的效果，但是CSVM算法也存在弊端，那就是算法執(zhí)行時間長的問題。算法的執(zhí)行總時間不僅花費在曲波變換的執(zhí)行階段，對于SVM本身而言，在處理大數(shù)據(jù)量時也花費了較長時間。為解決效率問題，本文引入了用于處理大量數(shù)據(jù)集的

6、核心向量機(jī)(CoreVectorMachine，CvM)，最終設(shè)計并實現(xiàn)了基于Curvelet變換和CVM的圖像壓縮算法，即CCVM圖像壓縮算法。實驗表明，CCVM算法提高了圖像的壓縮倍數(shù)，使解碼后得到的重建圖像具有更高的PSNR值，同時較好地消除了重建圖像在邊緣和細(xì)節(jié)位置的模糊和塊效應(yīng)，而算法本身的執(zhí)行效率也有較大提高。關(guān)鍵字：圖像壓縮，小波變換，曲波變換，支持向量機(jī)，核心向量機(jī)ABSTRACTWiththedevelopmentof

7、MultimediatheimagesbecomeimportantasamediafortransforminginformationAtthesametime，moreandmorepeopleattachgreatimportancetoimageprocessingtechnologyInthispapertoaccomplishanintelligentimagecompressionschemebasedonmulti—sc

8、aletransform，westudiedthewavelettheoryandtransformcodingAfterthreeinnovations，anovelstaticimageschemeinaccordancewithmentioneddemandeswascompletedThefirstinnovitioniscombinesSVMregressionwithwavelettransformcodingWedesig