小波变换在静态图像压缩中的应用研究

论文摘要

本文的主要研究内容是对采用信号的提升算法对静态图像实施压缩。具体框架是首先对了静态图像数据压缩进行了简要介绍,针对目前图像压缩现状和发展趋势,可以认为小波变换以其独特的性能特点,将要成为图像数据压缩的主要技术之一;其次,针对目前图像压缩理论研究现状,给出了本文所要进行的工作;接着又简要介绍了经典小波变换理论及其在图像压缩中的应用。对于采用信号的提升算法进行图像的数据压缩部分,本文首先给出了信号提升算法出现的动因,然后详细分析了信号提升算法的基本原理,归纳出了信号提升算法的优点,并总结出了信号提升算法的流程。 最后针对信号的提升算法需要较为复杂的理论推导的问题,本文提出了根据目前计算机发展水平,利用数值分析中的插值理论,改进了基于静态图像的信号提升算法,提出了针对静态图像的局部拟合提取算法。该算法具备信号提升算法的性质,能够快速确定信号的提升框架,通过VC++编程对改进后的算法进行了实现。实验结果表明,该改进算法能够在静态图像压缩比较小的情况下具有良好的效果。如何利用该方法进一步提高静态图像的压缩比是下一步要进行的工作。

论文目录

• 1 绪论
• 1.1 图像数据压缩技术简介
• 1.2 数据图像的特点
• 1.3 图像压缩的基本分类方法
• 1.4 静态图像压缩的基本原理与现状
• 1.5 本文的研究主要内容
• 2 小波变换
• 2.1 由Fourier变换向小波变换发展的动因
• 2.2 小波变换的基本概念
• 2.1.1 连续小波变换
• 2.1.2 连续小波逆变换
• 2.3 离散小波变换与多尺度分析
• 2.4 快速小波变换与Mallat算法
• 3 小波变换应用与静态图像压缩
• 3.1 一维小波变换应用
• 3.2 二维小波变换应用
• 4 小波变换的提升算法
• 4.1 第一代小波变换特点与信号提升算法出现的动因
• 4.2 信号的提升算法
• 4.3 小波变换的矩阵分析
• 4.4 小波变换的提升算法实例
• 4.5 整型小波变换的提升算法
• 4.6 整型小波提升算法流程
• 4.7 静态图像的局部拟合提取算法
• 4.7.1 静态图像局部拟合提取算法的原理
• 4.7.2 静态图像局部拟合提取算法
• 4.7.3 结论
• 4.8 提升算法的剖析
• 4.8.1 一代小波变换与提升算法的性能比较
• 4.8.2 提升算法的几个问题
• 结束语
• 致谢
• 参考文献