二維小波及二維小波包在圖像壓縮中的應用.pdf

1、小波包在圖像處理方面有著廣泛的應用。本文簡介了小波理論，分析了二維小波包理論，闡述了圖像壓縮的基本理論；本人對此方法做了改進，在基于快速小波包算法的圖像壓縮方法的框架下，用“熵”優(yōu)化的方法選擇小波包最優(yōu)基，利用最優(yōu)基極好的空間、尺度定位性進行改進，通過這樣的改進，使得圖像的小波包變換系數(shù)在小波變換域極可能的集中，提高了圖像的壓縮比，在二維情況下，比傳統(tǒng)算法提高了三到四倍。并對圖像壓縮實現(xiàn)過程進行了對比，得到了比較好的壓縮效果。在確定小波

2、包系數(shù)的掃描次序方面，采用了小波包變換與自適應混合量化的圖像壓縮算法，首先用小波包變換對圖像進行完全分解，并用一種與后續(xù)編碼器相關聯(lián)的成本函數(shù)(CostFunction)進行最佳小波包搜索；然后依據(jù)圖像內容，自適應確定小波包系數(shù)的掃描次序；再對小波包變換后的最低頻子帶進行DPCM無失真編碼，對高頻自帶實施矢量量化編碼；最后對所形成的二進制符號流進一步實施自適應算術編碼。仿真實驗結果表明：這種小波包圖像壓縮算法是一種比較好的編碼方案，其壓