基于小波和轮廓变换的混合图像压缩算法研究

论文摘要

作为现代通信、介质存储、数据发行、多媒体计算机等技术的关键环节,图像压缩编码始终是信息处理技术研究中最为活跃的领域之一。由于数字图像具有数据量大的特点,出于对图像存储成本和图像通信的考虑,良好的图像压缩技术要能够实现高压缩率和高保真率。目前,小波图像压缩已取得了很好的压缩效果。但小波变换不能有效地表示和处理高维数据信息,一种全新的高维信号奇异性分析工具—轮廓变换展露头脚。与小波变换相比,轮廓变换不仅具有良好的方向性和各向异性,而且能够高效率捕获图像几何结构。本文首先从变换编码的角度,介绍了小波域的经典图像压缩编码算法以及最新的轮廓变换编码的理论基础和研究现状。其次,也是本文研究的重点,结合实验的方法研究了三种变换域图像压缩编码算法:一、低比特率小波域图像压缩算法,它以层树分集(SPIHT)编码思想为基础,结合最低频子带系数分布特点与高频子带系数相关性,通过优化处理最低频子带系数、自适应确定高频子带系数扫描次序等措施完成高效的低比特率图像压缩;二、基于小波分解与方向分解的混合图像压缩编码方案,它先对原始图像进行小波分解,同时对中高频小波子带进一步实施自适应方向分解,然后根据小波系数统计特性,优化处理最低频子带系数,再结合小波分解与方向分解特点,构造扩展的空间方向树结构,最后采用SPIHT编码思想完成图像的压缩;三、基于小波变换与方向分解的混合矢量量化图像压缩编码方案,先对原始图像进行小波变换,同时对中高频小波子带实施自适应方向分解,然后对最低频子带进行DPCM编码,再结合高频子带系数相关性构造矢量,并采纳竞争学习矢量量化策略训练码书,并利用Huffman方法对输出进行熵编码并生成比特流。最后,总结本文提出的图像压缩编码算法,并指出本文编码方案的理论和现实意义。实验结果表明,本文提出的压缩算法压缩效果明显优于经典的、目前先进的图像编码方案(特别是低比特率下),能得到更高的PSNR值和主观视觉效果,故具有广阔的应用前景。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文研究的背景和意义
• 1.2 变换域图像压缩算法的研究现状
• 1.3 本文的内容及主要研究工作
• 第二章 变换编码图像压缩算法
• 2.1 变换编码的思路
• 2.2 小波变换编码
• 2.2.1 小波变换编码的实质
• 2.2.2 优秀小波变换编码方法
• 2.3 轮廓变换图像编码方法
• 2.3.1 轮廓变换
• 2.3.2 轮廓变换编码
• 第三章 低码率小波域图像压缩算法研究
• 3.1 小波域SPIHT 改进的压缩算法
• 3.2 SPIHT 压缩编码方案
• 3.2.1 SPIHT 编码工作原理
• 3.2.2 SPIHT 编码方案的分析
• 3.3 小波系数统计特性分析
• 3.4 低码率小波域图像压缩编码方案
• 3.4.1 优化最低频子带
• 3.4.2 自适应确定高频子带扫描次序
• 3.5 仿真实验结果与结论
• 第四章 低码率混合域图像压缩算法研究
• 4.1 小波变换分析
• 4.2 轮廓变换分析
• 4.3 基于小波分解与方向分解的图像压缩编码方案
• 4.3.1 图像的小波分解与方向分解
• 4.3.2 最低频子带的优化处理
• 4.3.3 扩展空间方向树的构造
• 4.4 仿真实验结果与结论
• 第五章 混合域矢量量化图像压缩算法研究
• 5.1 矢量量化概况
• 5.2 混合域矢量量化图像压缩编码方案
• 5.2.1 图像的小波变换与方向分解
• 5.2.2 最低频子带系数的DPCM 编码
• 5.2.3 高频子带系数的矢量量化
• 5.3 仿真实验结果与结论
• 第六章 总结
• 参考文献
• 致谢
• 攻读硕士期间的主要研究成果