一种改进的嵌入式图像编码

一种改进的嵌入式图像编码

论文摘要

图像压缩编码技术成为现代多媒体及通信领域中的关键技术之一,目前已出现了许多种数据压缩技术方法,其中小波变换是近年来兴起的一种新的信号分析工具,因其克服了傅立叶变换的局限性,而得到迅速发展和广泛应用。 然而,目前小波变换的理论还不完善,应用算法的速度、复杂度、压缩性能等方面都还有缺陷,因此,基于小波图像压缩编码算法及其应用的研究就显得十分有意义。 本文首先论述了图像数据压缩的必要性和可行性,对传统的经典的图像编码技术进行了介绍。 其次,对小波变换实现图像压缩的特点进行了讨论和分析,在此基础上探讨了小波变换实现图像数据压缩时的一般步骤和几个需要考虑的问题。 最后,对基于小波变换的嵌入式零树算法进行了详细的分析和讨论,针对零树算法的一些不足,提出了一种基于零树算法的改进方法。具体来说,就是在传统EZW编码的基础上,合理调整了零树的结构,由原先零树结构的四种符号扩展产生为六种,改进了原编码的流程,从主扫描完成过程到副扫描检测,直到解码的方式方法都随之作了相应的调整,最终形成了一种新零树算法。 研究测试的结果表明,新零树编码压缩率明显优于EZW,而且其代码部分可以随意的截断,却不会产生附加的失真,重建后图像效果良好。当然该算法依然有不足的地方,需进一步继续改进。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • §1.1 数字化图像压缩的意义和可能性
  • 1.1.1 数字化图像的压缩意义
  • 1.1.2 图像数据压缩的可能性
  • §1.2 图像压缩编码中的保真度准则
  • 1.2.1 客观保真度准则
  • 1.2.2 主观保真度准则
  • §1.3 本文的结构
  • §1.4 本文的成果
  • 第二章 图像压缩编码概述
  • §2.1 常用图像压缩编码
  • 2.1.1 预测编码
  • 2.1.2 变换编码
  • 2.1.3 统计编码
  • 2.1.4 矢量量化编码
  • §2.2 小结
  • 第三章 小波分析基本理论基础
  • §3.1 从傅立叶(Fourier)变换到小波变换
  • §3.2 连续小波变换
  • 3.2.1 小波变换的定义
  • 3.2.2 连续小波的条件
  • §3.3 离散小波变换
  • 3.3.1 离散小波的定义
  • 3.3.2 二进正交小波变换
  • 3.3.3 尺度函数
  • §3.4 二维小波
  • §3.5 Mallat算法
  • §3.6 第二代小波
  • §3.7 小波变换的能量集中特性与数据压缩
  • 3.7.1 离散信号能量的度量
  • 3.7.2 能量集中特性与数据压缩
  • §3.8 图像压缩对小波的要求与小波基的选取
  • 3.8.1 图像压缩对小波的要求
  • 3.8.2 小波基的选取考虑因素
  • §3.9 小结
  • 第四章 小波图像编码
  • §4.1 小波图像编码概述
  • §4.2 EZW编码
  • 4.2.1 基本原理
  • 4.2.2 算法描述
  • §4.3 SPIHT编码
  • 4.3.1 介绍
  • 4.3.2 分集排序
  • 4.3.3 SPIHT算法介绍
  • 4.3.4 SPIHT算法和EZW算法的比较
  • §4.4 EBCOT编码
  • §4.5 小结
  • 第五章 改进的嵌入式图像编码
  • §5.1 概述
  • §5.2 新零树结构
  • §5.3 改进的嵌入式编码算法
  • 5.3.1 主扫描
  • 5.3.2 辅扫描
  • §5.4 解码算法
  • §5.5 改进的嵌入图像编码方案
  • §5.6 实验结果与分析
  • 第六章 全文总结
  • 致谢
  • 附录:攻读硕士学位阶段发表和撰写的论文
  • 参考文献:
  • 相关论文文献

    • [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
    • [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
    • [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
    • [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
    • [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
    • [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
    • [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
    • [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
    • [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
    • [10].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
    • [11].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
    • [12].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
    • [13].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
    • [14].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
    • [15].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
    • [16].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
    • [17].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
    • [18].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
    • [19].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
    • [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
    • [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
    • [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
    • [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
    • [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
    • [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
    • [26].基于提升小波变换的图像融合规则综述[J]. 电脑知识与技术 2008(31)
    • [27].基于双提升小波变换的医学图像感兴趣区编码[J]. 计算机系统应用 2008(02)
    • [28].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
    • [29].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
    • [30].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)

    标签:;  ;  ;  ;  ;  

    一种改进的嵌入式图像编码
    下载Doc文档

    猜你喜欢