基于提升小波的圖像壓縮與檢索技術(shù).pdf

1、隨著經(jīng)濟(jì)的發(fā)展、科技的進(jìn)步，圖像作為一種信息傳播方式越來越被人們所重視。然而由于圖像存儲(chǔ)和傳輸占用太多的空間和帶寬，因此，尋求有效的圖像壓縮編碼方法具有重大意義。近20多年來，多種圖像壓縮技術(shù)和標(biāo)準(zhǔn)被提出：如基于離散余弦變換（DCT）的JPEG標(biāo)準(zhǔn)能夠在不降低圖像質(zhì)量的基礎(chǔ)上成倍降低圖像存儲(chǔ)空間，后又提出的基于離散小波變換（DWT）的JPEG2000標(biāo)準(zhǔn)比JPEG效果更好。但DWT算法復(fù)雜，耗時(shí)較長，一直是個(gè)待解決的問題。提升小波算法因

2、其計(jì)算簡單，克服了傳統(tǒng)小波卷積運(yùn)算的復(fù)雜性而被提出，并已成為圖像編碼的重要技術(shù)之一。 本文先對(duì)基于鄰域預(yù)測(cè)、基于線性預(yù)測(cè)和基于雙線性預(yù)測(cè)的提升算法，進(jìn)行了研究，并結(jié)合SPIHT（set partitioning in hierarchical trees，分層樹中分配樣本圖像編碼）算法，對(duì)圖像進(jìn)行嵌入式編碼。實(shí)驗(yàn)結(jié)果表明，在同樣的比特率和同樣分解級(jí)數(shù)的情況下，對(duì)于紋理豐富的圖像，基于雙線性預(yù)測(cè)提升的小波圖像編碼算法，具有更好的圖

3、像主客觀質(zhì)量，最差的是基于鄰域的預(yù)測(cè)方法，而線性預(yù)測(cè)方法則介于兩者之間。 圖像存儲(chǔ)量降低帶來了圖像存儲(chǔ)和傳播的便利，網(wǎng)絡(luò)帶寬提升帶來了多媒體網(wǎng)絡(luò)的發(fā)展，但如何從浩瀚的多媒體信息中找出需要的圖像信息已成為研究人員所面臨的難題，為此，圖像檢索技術(shù)應(yīng)運(yùn)而生。其中基于小波的圖像檢索技術(shù)是目前研究的熱點(diǎn)之一。 本文利用提升小波算法，對(duì)圖像檢索進(jìn)行了研究，一方面我們對(duì)提升小波壓縮域的圖像檢索進(jìn)行了分析，在算法中采用了兩種特征提取的方