基于整數(shù)小波變換的圖像壓縮研究.pdf

1、圖像信息是人類認(rèn)識世界及人類自身的重要源泉，然而圖像的數(shù)據(jù)量是巨大的。這樣不僅對計算機(jī)的存儲和處理能力提出了很高的要求，而且也使得圖像通信的信道傳輸速率受到限制。因此，為了存儲、處理和傳輸這些數(shù)據(jù)，必須要對圖像信息進(jìn)行壓縮處理。小波圖像編碼是近年來隨著小波分析理論的發(fā)展而提出的一種具有很好發(fā)展前景的圖像編碼方法。
　　 本文論述了圖像壓縮的必要性和可行性。研究了小波變換、整數(shù)提升小波變換和小波包變換在圖像壓縮編碼中的應(yīng)用。在此基

2、礎(chǔ)上，重點(diǎn)研究了整數(shù)平方量化閾值的零樹編碼(Integer Square Zerotree Wavelet coding，ISZW)算法。通過對ISZW編碼算法量化閾值的取法進(jìn)行改進(jìn)，同時，在ISZW編碼算法之前加入差分脈沖編碼調(diào)制(DPCM)算法，提出了改進(jìn)的ISZW算法，并通過仿真實(shí)驗驗證了改進(jìn)的ISZW算法。與原ISZW算法相比，改進(jìn)算法在沒有降低重構(gòu)圖像的峰值信噪比(PSNR)的基礎(chǔ)上，有效的減少了編碼次數(shù)，降低了編碼的時間復(fù)雜

3、度，最大限度地增加了零樹的數(shù)量。
　　 考慮到分形編碼中四叉樹算法的編碼速度更快、壓縮比更高的特性，本文引入四叉樹算法與改進(jìn)的ISZW算法相結(jié)合，提出了DIQT(DPCM-ISZW and Quad Tree)算法。與改進(jìn)的ISZW算法相比，DIQT算法不僅具有較高的壓縮比，并大大減少了編碼時間，還具有漸進(jìn)式編碼的優(yōu)點(diǎn)，從而整體上提高了圖像的編碼效率。
　　 在深入研究整數(shù)小波變換和小波包變換的基礎(chǔ)上，提出了整數(shù)小波包變