基于自适应分割的广义分形小波变换图像压缩技术

论文摘要

信息时代所面临的一个重要问题是对海量的图像信息进行高效的存储和传输。鉴于对图像进行存储和通信的考虑,先进的图像压缩技术不仅要能够实现高压缩率和高保真度,还应该满足渐进传输、图像渐显等网络应用的需要。 图像压缩编码除了已经广泛应用的传统理论和方法外,新的算法不断涌现。小波变换和分形图像编码便是重要的两种。小波变换具有符合人类视觉特性的多尺度多分辨率性质,而分形则意味着图像不同尺度间的相似性,因而利用小波分析来研究分形有其内在的优越性。本文在分析分形图像压缩与小波图像压缩的基础上,对二者相结合的途径和方法进行了探讨。 第一章首先介绍了图像压缩编码的研究意义、基本原理与方法,然后介绍了静态图像和动态图像压缩的相关国际标准。 第二章讨论了图像压缩中小波变换的主要理论框架与图像编码的方法,总结了目前基于小波变换的图像压缩的一些研究成果。 第三章给出了分形的基本概念,讨论了分形图像压缩编码的数学基础,并进行了较为系统地论述。在阅读大量文献的基础上,对分形图像编码的产生和发展进行了较为系统的回顾,对具有代表性的分形图像压缩编码方法进行了阐述。分析了分形图像编码存在的问题,指出了分形编码的发展方向和研究思路。 第四章对目前现有的分形小波混合编码算法进行了分析,并引入了广义二维仿射分形—小波变换,提出了新的自适应小波树分割算法,同时将其推广到彩色空间,实现了彩色图像压缩。最后在Windows平台下利用VC++编程进行了仿真实验和讨论分析。实验证明,在压缩比相同的情况下,新算法可得到更好的图像效果。 最后,对小波分形混合图像编码方法的发展前景进行了综述。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 图像压缩编码技术概述
• 1.1.1 图像压缩编码技术的回顾和研究现状
• 1.1.2 图像编码技术的分类
• 1.1.3 图像压缩算法的评价原则
• 1.2 图像压缩编码的国际标准
• 1.3 本论文的研究背景
• 第二章 小波图像压缩编码
• 2.1 小波分析的基本思想
• 2.1.1 从Fourier分析到小波分析
• 2.1.2 连续小波变换与离散小波变换
• 2.2 多分辨率分析与Mallat算法
• 2.2.1 多分辨率分析
• 2.2.2 Mallat算法
• 2.3 小波变换用于静止图像压缩编码
• 2.3.1 图像二维小波变换的特性
• 2.3.2 基本编码步骤
• 2.3.3 小波基的选取原则
• 2.3.4 小波变换的分层和边界处理
• 2.3.5 图像小波变换系数的量化
• 2.4 小波变换图像压缩编码主要实现方法
• 2.4.1 利用不同尺度小波变换系数间的自相似性
• 2.4.2 与矢量量化的结合
• 2.4.3 其它方法
• 2.5 本章小结
• 第三章 分形理论与分形图像压缩编码
• 3.1 分形的基本概念
• 3.2 分形的分类及主要特点
• 3.3 分形图像压缩编码的数学基础
• 3.3.1 Hausdorff距离与分形空间
• 3.3.2 压缩映射定理与仿射变换
• 3.3.3 迭代函数系统、吸引子定理和拼贴定理
• 3.4 分形图像压缩编码的基本实现方法
• 3.4.1 基于迭代函数系统方法
• 3.4.2 基于分形块变换的实现技术
• 3.5 对基本分形图像编码方法的改进
• 3.5.1 加快编解码速度
• 3.5.2 提高解码图像质量
• 3.5.3 提高压缩比
• 3.6 自适应四叉树分割分形编码方法的软件实现
• 3.6.1 算法实现
• 3.6.2 图像编码结果分析
• 3.7 本章小结
• 第四章 小波与分形混合图像压缩编码
• 4.1 基于图像小波分解的分形预测编码方法
• 4.2 基于离散分形——小波的编码方法
• 4.2.1 离散分形——小波变换
• 4.2.2 分形压缩的小波树法
• 4.3 广义二维分形——小波图像压缩编码
• 4.3.1 双正交小波的选择
• 4.3.2 广义二维分形——小波变换
• 4.3.3 实验与数据分析
• 4.4 彩色图像的分形——小波变换压缩编码
• 4.4.1 彩色图像压缩编码算法
• 4.4.2 彩色图像压缩实验与数据分析
• 第五章 结束语
• 5.1 论文工作总结
• 5.2 进一步工作的展望
• 5.3 对未来图像编码技术的展望
• 附录
• 致谢
• 参考文献