基于小波变换的视频压缩研究

论文摘要

随着计算机网络的普及和发展,很多信息可以通过网络实现共享。形色兼具的视频信息在网络传输的信息中所占据的比例也越来越高。但由于视频信息本身十分庞大,限制了其在网络中的传播速度。于是视频信息的压缩成为视频传输的一个重要环节,视频图像压缩技术也成为多媒体技术发展的关键和核心技术。总之图像视频压缩最终目的是以尽可能低的压缩比来得到更好的图像和视频来满足人的视觉系统、网络带宽以及各种不同类型的用户。 本文将小波变换理论运用到视频压缩上,小波视频压缩的进展有赖于小波图像压缩的研究和信号维数的提高,视频压缩的应用背景与图像压缩的应用背景有很大的不同。由于视频应用实时性的原因,视频压缩算法要对压缩算法的复杂度和压缩效率作综合考虑。故本文以静止图像的小波压缩技术作为研究基础,主要对嵌入式零树小波压缩算法（EZW）进行了仿真并分析它的优缺点,据此提出了改进的零树小波压缩算法,将它与分层树集划分编码算法（SPIHT）进行了比较。此外,分析了编解码的抗干扰措施。着重分析了整数小波变换以及将其应用于EZW算法（Wavelet-Difference-Reduction algorithm,WDR）为基础,提出将基于“提升”算法的基数小WDR),改进了其不足,并进行了仿真。进一步将其运用到视频小波压缩上,构成了三维小波变换和3D-SPIHT算法。 最后对小波变换进行视频压缩技术研究与探讨是一个新的课题,密切关注视频压缩技术的发展方向,特别是基于小波变换的视频压缩。不久的将来会实现多网融合和多种终端融合的格局。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的目的及意义
• 1.2 国内外研究现状
• 1.2.1 第1代视频编码方法
• 1.2.2 第2代视频编码方法
• 1.3 视频编解码结构
• 1.4 本文的主要工作及内容安排
• 第2章 数字视频压缩基础及小波变换
• 2.1 引言
• 2.2 数字视频压缩基础
• 2.2.1 数学变换
• 2.2.2 系数量化
• 2.2.3 系数扫描
• 2.2.4 帧间预测
• 2.2.5 帧间预测的运动补偿
• 2.3 小波分析
• 2.4 离散小波变换
• 2.5 小波性能特征与选取
• 2.6 小波变换的统计特点
• 2.7 小结
• 第3章 基于小波变换的静止图像压缩
• 3.1 引言
• 3.2 嵌入式零树小波压缩算法 EZW
• 3.2.1 EZW算法思想
• 3.2.2 EZW编解码的实现
• 3.2.3 算法存在的问题
• 3.2.4 算法的改进
• 3.2.5 EZW的仿真结果及结论
• 3.3 分层树集划分编码算法 SPIHT
• 3.3.1 SPIHT算法原理
• 3.3.2 SPIHT仿真结果及结论
• 3.4 抗干扰编解码措施
• 3.4.1 抗干扰的改进算法
• 3.4.2 混合编码加入纠错能力
• 3.5 基于整数小波变换的 EZW算法 WDR
• 3.5.1 整数小波变换
• 3.5.2 改进的零树编码算法 WDR
• 3.5.3 WDR算法的仿真
• 3.6 小结
• 第4章 视频的小波变换压缩方法
• 4.1 引言
• 4.2 基于时间轴小波变换的视频分割算法
• 4.3 基于3D-SPIHT的三维小波视频编码算法
• 4.3.1 三维小波变换
• 4.3.2 3D-SPIHT编码
• 4.4 小结
• 结论
• 参考文献
• 附录A 攻读学位期间所发表的学术论文