SPIHT算法的改进及均值均方差在静态图像压缩中的应用

SPIHT算法的改进及均值均方差在静态图像压缩中的应用

论文摘要

随着信息技术的发展,图像压缩一直是人们研究的热点。其中,如何在保证一定图像质量的同时,尽可能的降低算法复杂度;在静态图像压缩中,如何确定变换系数的量化阈值,提高图像的压缩比和峰值信噪比;在小波压缩中如何进行小波基的选取等等,成为一系列值得研究的问题。本文结合国内外研究现状,针对以上问题进行了深入的研究,其主要研究内容有以下几点:1.对EZW、SPIHT算法进行了深入研究,提出了一种改进的SPIHT图像编码算法。改进算法不仅继承了原有SPIHT算法的各种优点,而且通过调整小波系数的排序过程、用一维数组来取代原有的链表结构、改变小波系数重要性判断的依据等措施进一步降低了SPIHT算法的复杂度、提高了原有算法的工作效率。2.对JPEG标准的压缩流程进行了深入研究,将均值均方差应用到基于DCT的图像压缩中。采用均值均方差计算DCT变换系数的量化公式,使得不同子块之间采用不同的量化步长。与采用固定量化表相比更能够反映变换系数的分布特征,也有利于实现图像的压缩。但是该方法只适用于包含信息比较单一的图像。3.对JPEG2000标准的压缩流程进行了深入研究,将均值均方差应用到基于DWT的图像压缩中,进行小波系数的量化。根据各高频系数矩阵的均值均方差,对正负系数分别构造不同的量化公式进行图像压缩,可以获得较好的图像压缩效果和较高的压缩比。4.对小波基的正则性进行了深入研究,确定了在图像小波压缩中小波基的选取依据。在利用均值均方差进行小波压缩时,对于包含信息单一的图像:正则性阶数越低,图像压缩比越高,重构效果越好;对于包含信息丰富的图像:正则性阶数越高,压缩图像的重构效果越好。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究的背景及意义
  • 1.1.1 图像压缩的基本概念
  • 1.1.2 图像编码的常用方法
  • 1.1.3 图像压缩的意义
  • 1.2 国内外研究现状及问题
  • 1.3 本文主要研究内容
  • 第二章 图像小波压缩算法的理论基础
  • 2.1 从傅立叶变换到小波变换
  • 2.2 小波的基本概念
  • 2.2.1 小波函数与尺度函数
  • 2.2.2 连续小波变换
  • 2.2.3 离散小波变换
  • 2.3 多分辨率分析和Mallat算法
  • 2.3.1 多分辨率分析
  • 2.3.2 Mallat算法
  • 2.4 基于提升方案的小波变换
  • 2.4.1 提升方案的基本原理
  • 2.4.2 整数小波变换
  • 第三章 图像小波压缩算法及SPIHT算法改进
  • 3.1 小波图像压缩概述
  • 3.2 嵌入式零树小波编码算法(EZW)
  • 3.2.1 嵌入式编码(Embedded Coding)原理
  • 3.2.2 EZW编码原理
  • 3.2.3 EZW算法的步骤
  • 3.2.4 EZW算法的意义及缺陷
  • 3.3 多级树结构集合分割编码算法(SPIHT)
  • 3.3.1 多级树结构集合的分割结构
  • 3.3.2 SPIHT算法中用到的概念
  • 3.3.3 SPIHT算法的编码步骤
  • 3.3.4 SPIHT算法的意义及缺陷
  • 3.4 改进的SPIHT图像编码算法
  • 3.4.1 改进算法中用到的概念和集合定义
  • 3.4.2 改进SPIHT算法的措施
  • 3.4.3 改进SPIHT算法的步骤
  • 3.4.4 实验结果与分析
  • 第四章 均值均方差在静态图像压缩中的应用
  • 4.1 均值均方差的数学概念
  • 4.2 两种静态图像压缩标准
  • 4.2.1 JPEG图像压缩标准
  • 4.2.2 JPEG2000图像压缩标准
  • 4.3 均值均方差在基于DCT图像压缩中的应用
  • 4.3.1 图像子块的DCT变换
  • 4.3.2 均值均方差的应用
  • 4.3.3 仿真数据及比较
  • 4.3.4 结论
  • 4.4 均值均方差在基于DWT图像压缩中的应用
  • 4.4.1 小波系数的处理方法
  • 4.4.2 仿真结果及分析
  • 4.5 小波基选取的探讨
  • 4.5.1 小波基的选取
  • 4.5.2 实验数据及分析
  • 4.6 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 攻读硕士学位期间论文发表及科研工作情况
  • 相关论文文献

    • [1].基于SPIHT的图像压缩算法研究[J]. 信息与电脑(理论版) 2018(07)
    • [2].改进SPIHT图像压缩算法在弹性成像中的应用[J]. 桂林电子科技大学学报 2011(03)
    • [3].一种改进的可变阈值SPIHT图像压缩算法[J]. 计算机与数字工程 2009(01)
    • [4].嵌入式系统中SPIHT算法改进的研究[J]. 电脑编程技巧与维护 2009(04)
    • [5].改进的适合低码率的SPIHT图像编码算法[J]. 计算机应用与软件 2012(02)
    • [6].改进的4D-SPIHT医学图像无损压缩[J]. 计算机工程与应用 2010(32)
    • [7].SPIHT图像编码算法研究及改进[J]. 西华大学学报(自然科学版) 2009(06)
    • [8].SPIHT算法及改进[J]. 计算机应用与软件 2008(08)
    • [9].9/7提升小波结合SPIHT算法的遥感图像压缩[J]. 科技传播 2012(23)
    • [10].一种基于人眼特性的改进SPIHT图像压缩算法[J]. 计算机应用与软件 2010(02)
    • [11].多重小波系数重排SPIHT及其在图像编码中的应用[J]. 计算机工程与应用 2009(12)
    • [12].基于混合域的改进SPIHT图像编码算法[J]. 计算机科学 2015(04)
    • [13].针对纹理图像压缩的改进SPIHT算法[J]. 中国科学院研究生院学报 2010(02)
    • [14].SPIHT算法的改进[J]. 青岛科技大学学报(自然科学版) 2008(02)
    • [15].基于整数小波变换和SPIHT编码的录波数据压缩算法[J]. 继电器 2008(11)
    • [16].一种改进的SPIHT图像压缩方法[J]. 科学技术与工程 2008(14)
    • [17].一种基于大顶堆的SPIHT改进算法[J]. 吉林大学学报(工学版) 2016(03)
    • [18].基于SPIHT改进算法的地震数据压缩[J]. 石油天然气学报 2011(03)
    • [19].一种改进SPIHT算法的图像压缩算法[J]. 桂林电子科技大学学报 2010(04)
    • [20].基于SPIHT算法的感兴趣区域编码研究[J]. 软件导刊 2009(10)
    • [21].An improved partial SPIHT with classified weighted rate-distortion optimization for interferential multispectral image compression[J]. Chinese Optics Letters 2008(05)
    • [22].低码率下图像压缩SPIHT编码的改进方法[J]. 微型机与应用 2012(05)
    • [23].适于航天应用的高速SPIHT图像压缩算法[J]. 液晶与显示 2011(06)
    • [24].一种基于改进SPIHT的图像压缩算法研究[J]. 微计算机信息 2010(02)
    • [25].基于提升小波的SPIHT有损压缩方法[J]. 中国科技信息 2009(05)
    • [26].基于3D SPIHT的高光谱图像压缩技术[J]. 光学精密工程 2008(06)
    • [27].基于SPIHT的医学图像压缩算法研究与改进[J]. 计算机与数字工程 2020(07)
    • [28].基于最佳谱间预测与SPIHT的高光谱图像混沌压缩加密[J]. 江南大学学报(自然科学版) 2014(03)
    • [29].基于SPIHT编码的语音信号压缩算法[J]. 计算机工程与应用 2011(09)
    • [30].基于SPIHT编码的管道泄漏检测数据压缩方法[J]. 辽宁工程技术大学学报(自然科学版) 2011(02)

    标签:;  ;  

    SPIHT算法的改进及均值均方差在静态图像压缩中的应用
    下载Doc文档

    猜你喜欢