基于小波变换的水下视频图像压缩编码研究

论文摘要

随着海洋资源的开发和国防建设的需要，视频探测作为一种重要的水下目标非声探测识别的有效手段受到了广泛的重视。近几年，自主水下航行器(AUV)和水声通信技术的飞速发展进一步推动了人们对水下视频图像领域的研究。 在视频探测系统中，如何将视频探测数据有效存储，或经由水声信道或无线电信道实时、有效地传输到图像处理系统是其中的基础和关键技术之一。由于水声信道带宽严重受限特性及AUV图像数据存储空间有限等影响，使得视频图像压缩编码成为水下目标视觉识别应用的关键技术。小波变换具有较好的时频局部化性能和与人眼视觉特性相符合的多分辨率分析能力，因而被广泛应用于图像压缩中。 本文根据水下目标视觉探测识别应用的需要，对基于小波变换的水下视频图像压缩编码进行了初步研究。论文首先介绍了小波变换的基本理论，分析了小波图像的特点以及小波基的性质，研究了运动补偿预测技术和嵌入式小波零树编码算法及其改进算法。针对小波基性质对图像压缩编码的影响，采用不同小波基进行图像压缩重构实验，证明具有线性相位的双正交小波更适合图像压缩。由于AUV在水下运动较慢，其所采集的连续帧图像内象素块具有较强相关性的特点，根据几种运动估计算法的实验，证明了自适应十字搜索法更加适合水下视频图像进行运动估计。针对水下图像低对比度和细节模糊等特点，对嵌入式小波零树编码算法进行了改进。论文最后结合小波图像编码算法和运动估计补偿预测实现了水下视频图像压缩编码系统设计，由实验结果证明整个系统方案的有效性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.2 视频图像压缩编码发展现状
• 1.3 水声信道传输特性及水下图像特点
• 1.4 水下视频图像压缩编码研究现状
• 1.5 本文的主要研究内容
• 第二章 小波变换基本理论
• 2.1 小波变换基本概念
• 2.1.1 连续小波变换
• 2.1.2 离散小波变换
• 2.2 多分辨率分析和 Mallat算法
• 2.2.1 多分辨率分析
• 2.2.2 Mallat算法
• 2.3 图像的小波变换
• 2.3.1 小波图像特点
• 2.3.2 图像边界延拓
• 2.4 小波基性质对图像压缩的影响
• 2.4.1 紧支性
• 2.4.2 对称性
• 2.4.3 正则性
• 2.4.4 消失矩
• 2.4.5 正交性
• 2.5 图像压缩小波基的选择和比较
• 2.5.1 小波基选取原则
• 2.5.2 图像评价标准
• 2.5.3 实验仿真
• 2.6 本章小节
• 第三章 基于小波变换数字图像压缩编码
• 3.1 嵌入式小波零树编码算法
• 3.1.1 零树结构
• 3.1.2 逐次逼近量化编码
• 3.1.3 符号编码
• 3.1.4 EZW算法
• 3.2 分层树集划分算法
• 3.2.1 SPIHT算法原理
• 3.2.2 SPIHT算法
• 3.3 实验仿真
• 3.4 本章小结
• 第四章 运动补偿预测
• 4.1 块运动估计算法
• 4.1.1 运动估计算法基本原理
• 4.1.2 块运动估计补偿算法
• 4.2 提高搜索效率的关键技术
• 4.2.1 初始搜索点的选择
• 4.2.2 块匹配原则
• 4.2.3 搜索策略
• 4.3 运动估计算法研究
• 4.3.1 全搜索法
• 4.3.2 三步搜索法
• 4.3.3 新三步搜索法
• 4.3.4 简单高效三步搜索法
• 4.3.5 四步搜索法
• 4.3.6 菱形搜索法
• 4.3.7 自适应十字搜索法
• 4.4 运动估计算法仿真实验
• 4.5 本章小节
• 第五章 水下视频图像压缩编码
• 5.1 小波视频压缩编码方案
• 5.1.1 DWT+MC方案
• 5.1.2 MC+DWT方案
• 5.2 基于水下图像特点对 EZW算法进行改进
• 5.2.1 EZW改进算法
• 5.2.2 水下静止图像压缩编码仿真
• 5.3 水下视频图像压缩编码
• 5.4 本章小结
• 第六章 全文总结
• 参考文献
• 发表论文和参加科研情况说明
• 致谢