基于提升方案的自适应小波变换在水声图像压缩中的应用

论文摘要

近年来小波变换理论在图像压缩领域的迅猛发展,也带动了水声图像压缩研究的步伐。提升小波属于第二代小波,它在继承第一代小波特性的基础上,还具有不依赖于傅里叶变换,便于构造非线性小波(如：整数小波)以及适合于采用自适应编码等优点。传统小波使用的滤波器和小波系数不能根据输入信号发生变化,结合水声信道传输、声纳成像原理等制约因素,导致其对具有尖锐边缘、分段光滑或者存在奇异点的水声图像处理效果很不理想。为解决上述问题,得到一种比较理想的水声图像编码方法,本文从提升小波的特性入手,结合实际情况,采用了一种自适应小波的提升算法。通过综合的分析对比,该算法充分利用自适应特性,可以比较满意的实现保持图像边缘不被平滑、降低小波系数的目的,又避免了额外的存储开销。同时,该算法采用一种先更新后预测的提升小波结构,用以保证小波变换的稳定性。而且该结构的预测过程并不会影响到更新(下一级进行的小波分解)过程,因此更适合自适应算法的应用和处理。将此算法与SPIHT算法配合使用,即可实现较为理想的水声图像压缩过程。在此分析的基础上,利用Matlab语言对水声图像作仿真压缩处理,通过对压缩结果的比较、分析,证明该自适应小波的提升变换算法在一定程度上降低小波变换后的系数,得到比较理想的压缩比,保证变换过程的稳定程度,因此该方法在水声图像压缩中具有很好的推广应用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 论文研究的背景及意义
• 1.2 国内外研究现状
• 1.2.1 图像压缩技术历史及现状
• 1.2.2 小波变换历史、发展及现状
• 1.2.3 水声通信及其图像特点
• 1.3 论文的研究内容及安排
• 第2章 图像压缩及小波变换理论基础
• 2.1 数字图像压缩理论知识
• 2.1.1 图像压缩编码必要性和可行性
• 2.1.2 基于压缩编码参数的评价
• 2.1.3 图像的逼真度准则
• 2.1.4 数字图像压缩标准
• 2.2 小波变换基础
• 2.2.1 促变动因
• 2.2.2 小波变换理论
• 2.2.3 小波变换的多分辨率分析和Mallat算法
• 2.2.4 提升小波变换
• 2.3 水声图像编码
• 2.3.1 声纳技术基础
• 2.3.2 声纳图像及其特点
• 2.4 本章小结
• 第3章 基于提升方案的自适应小波变换在水声图像压缩编码算法中的实现
• 3.1 小波在图像压缩方法中的应用
• 3.1.1 嵌入式小波零树压缩算法
• 3.1.2 等级树（SPIHT）压缩算法
• 3.2 提升小波自适应算法实现
• 3.2.1 自适应小波变换
• 3.2.2 改进的自适应提升方案
• 3.2.3 提升小波自适应算法使用
• 3.3 本章小结
• 第4章 仿真实验与数据分析
• 4.1 仿真条件
• 4.1.1 MATLAB语言及特点
• 4.1.2 系统软硬件配置
• 4.2 编码算法仿真数据分析
• 4.2.1 自适应提升算法处理过程分析
• 4.2.2 算法在水声图像压缩中的应用
• 4.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢