基于小波變換的無鏈表SPIHT圖像編碼算法研究.pdf

1、隨著多媒體技術(shù)、網(wǎng)絡(luò)和通信技術(shù)的飛速發(fā)展，人們在日常生活和各行各業(yè)中越來越多地用到數(shù)字圖像信息。然而圖像信息巨大的數(shù)據(jù)量給圖像的存儲、傳輸和處理帶來了極大的不便，因此對圖像進行壓縮編碼具有非常重要的意義。
　　 小波變換的多分辨分析的特性非常適合于圖像的壓縮，它將圖像分解成不同空間、不同頻率的子帶，然后再對它們進行量化編碼，能得到較好的壓縮效果。
　　 在編碼過程中，對圖像進行小波變換時會遇到邊界延拓問題。本文對常用的幾

2、種邊界延拓方法進行了分析，重點介紹了對稱邊界延拓方法，對線性濾波器和對稱信號卷積后的對稱類型進行了推導(dǎo)，對對稱信號下抽樣后的對稱類型進行了分析，并在此基礎(chǔ)上給出邊界延拓的選擇方法。
　　 基于小波變換的嵌入式零樹編碼方法(EZW算法)，是現(xiàn)代圖像編碼理論中具有開創(chuàng)性和先導(dǎo)性的一種編碼算法，在它的改進算法中，SPIHT算法被認(rèn)為是當(dāng)今最有效的編碼方法之一。但SPIHT算法壓縮過程中需要使用三個鏈表來存儲單個系數(shù)或子樹的坐標(biāo)，而這三

3、個鏈表需要占用大量內(nèi)存故不利于硬件實現(xiàn)。LZC算法對此進行了改進，但LZC算法的壓縮效果相對SPIHT算法有所下降。本文在此基礎(chǔ)上提出了一種改進算法，改進算法不再使用鏈表，而是使用兩個簡單的位圖來記錄編碼過程中系數(shù)的狀態(tài)，該位圖所占用的內(nèi)存空間只有SPIHT算法的1．4％左右、LZC算法的40％。改進算法先將小波變換后的二維圖像數(shù)據(jù)轉(zhuǎn)換成一維序列，然后對一維序列的系數(shù)進行順序掃描，掃描過程中依據(jù)二個位圖記錄的信息來區(qū)分系數(shù)的狀態(tài)，針對系