基于小波及分形的嵌入式图像编码算法研究

论文摘要

多媒体技术的日益发展使得对图像压缩编码算法的研究成为当今信息技术里最活跃的研究领域之一,其中以基于小波分析的图像压缩算法最为突出。小波分析以多分辨率分析为基础,是一种处理非平移信号的时频分析方法,它克服了Fourier分析不能反映时域局部性的缺点,但其压缩本质是基于香农的信息熵理论,因此其压缩比无法突破熵的界限。而分形理论作为近几十年来出现的一种非线性理论,其新颖的理论迅速在各个领域获得了良好的应用。尤其在图像压缩方面,分形图像压缩克服了传统基于熵的图像压缩的理论界限,在压缩比上有了较大程度的提高。本文对小波理论、基于小波的编码算法以及分形理论进行了详细的研究分析,并针对空域中分形图像压缩编码时间过长的不足,提出了基于空域图像分割的分形图像压缩方法,有效减少了编码时间。同时针对基于小波的图像处理中小波基选择的问题,本文根据图像纹理和图像分形维数之间的内在联系,提出了一种基于分形维数的小波基选择方法,该方法在一定程度可以降低小波基选择的盲目性,以提高基于小波编码的整体效率。针对小波图像压缩比不高,分形图像编码算法编码时间过长的不足,提出了基于小波的分形混合编码方法,有效降低了图像编码的时间,同时又能保证重构图像的质量。

论文目录

• 摘要
• ABSTRACT
• 创新点摘要
• 第一章 绪论
• 1.1 图像压缩的本质
• 1.2 图像压缩的分类
• 1.2.1 无损编码
• 1.2.2 有损编码
• 1.3 图像压缩系统的构成
• 1.4 重构图像的判别标准
• 1.4.1 主观评价法
• 1.4.2 客观评价法
• 1.5 分形理论的发展现状
• 1.6 本文的组织
• 第二章 基于空域图像分割的分形压缩方法
• 2.1 引言
• 2.2 分形的定义
• 2.3 分形的基础理论
• 2.4 分形维数
• 2.4.1 豪斯多夫维
• 2.4.2 盒维
• 2.5 分形图像压缩
• 2.6 分形图像压缩仿真实验
• 2.7 基于图像分割的分形图像压缩算法
• 2.8 本章小结
• 第三章 基于分形维数的小波基选取
• 3.1 引言
• 3.2 连续小波变换和离散小波变换
• 3.2.1 连续小波变换
• 3.2.2 离散小波变换
• 3.3 多分辨率分析与 Mallat 算法
• 3.3.1 多分辨率分析
• 3.3.2 Mallat 算法
• 3.4 二维小波分解及小波编码流程
• 3.4.1 二维图像的小波分解
• 3.4.2 小波变换编码流程
• 3.5 几种基于小波的经典编码算法
• 3.5.1 EZW 算法
• 3.5.2 SPIHT 算法
• 3.5.3 EBCOT 算法
• 3.6 小波基选择
• 3.6.1 分形维数与图像纹理的关系
• 3.6.2 基于分形维数的小波基选择
• 3.7 本章小结
• 第四章 基于小波的分形图像压缩
• 4.1 引言
• 4.2 分形与小波的关系
• 4.3 基于小波的分形图像压缩
• 4.4 基于小波与分形的混合编码算法
• 4.4.1 SPECK 算法
• 4.4.2 FC-SPECK 算法
• 4.4.3 FC-SPECK 算法描述
• 4.5 实验结果与分析
• 4.6 本章小结
• 结论
• 参考文献
• 发表文章目录
• 致谢
• 详细摘要