基于小波和輪廓變換的混合圖像壓縮算法研究.pdf

1、目前，小波圖像壓縮已取得了很好的壓縮效果。但小波變換不能有效地表示和處理高維數(shù)據(jù)信息，一種全新的高維信號奇異性分析工具—輪廓變換展露頭腳。與小波變換相比，輪廓變換不僅具有良好的方向性和各向異性，而且能夠高效率捕獲圖像幾何結(jié)構(gòu)。 本文首先從變換編碼的角度，介紹了小波域的經(jīng)典圖像壓縮編碼算法以及最新的輪廓變換編碼的理論基礎(chǔ)和研究現(xiàn)狀。其次，也是本文研究的重點，結(jié)合實驗的方法研究了三種變換域圖像壓縮編碼算法：一、低比特率小波域圖像壓縮

2、算法，它以層樹分集(SPIHT)編碼思想為基礎(chǔ)，結(jié)合最低頻子帶系數(shù)分布特點與高頻子帶系數(shù)相關(guān)性，通過優(yōu)化處理最低頻子帶系數(shù)、自適應(yīng)確定高頻子帶系數(shù)掃描次序等措施完成高效的低比特率圖像壓縮；二、基于小波分解與方向分解的混合圖像壓縮編碼方案，它先對原始圖像進行小波分解，同時對中高頻小波子帶進一步實施自適應(yīng)方向分解，然后根據(jù)小波系數(shù)統(tǒng)計特性，優(yōu)化處理最低頻子帶系數(shù)，再結(jié)合小波分解與方向分解特點，構(gòu)造擴展的空間方向樹結(jié)構(gòu)，最后采用SPIHT編碼

3、思想完成圖像的壓縮；三、基于小波變換與方向分解的混合矢量量化圖像壓縮編碼方案，先對原始圖像進行小波變換，同時對中高頻小波子帶實施自適應(yīng)方向分解，然后對最低頻子帶進行DPCM編碼，再結(jié)合高頻子帶系數(shù)相關(guān)性構(gòu)造矢量，并采納競爭學(xué)習(xí)矢量量化策略訓(xùn)練碼書，并利用Huffman方法對輸出進行熵編碼并生成比特流。最后，總結(jié)本文提出的圖像壓縮編碼算法，并指出本文編碼方案的理論和現(xiàn)實意義。 實驗結(jié)果表明，本文提出的壓縮算法壓縮效果明顯優(yōu)于經(jīng)典的