小波变换图像压缩中小波基的选取

小波变换图像压缩中小波基的选取

ID:10200624

大小:442.50 KB

页数:5页

时间:2018-06-12

小波变换图像压缩中小波基的选取_第1页
小波变换图像压缩中小波基的选取_第2页
小波变换图像压缩中小波基的选取_第3页
小波变换图像压缩中小波基的选取_第4页
小波变换图像压缩中小波基的选取_第5页
资源描述:

《小波变换图像压缩中小波基的选取》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、小波变换压缩图像中小波基的选择王磊1,王海南2(1、吉林化工学院信息与控制工程学院吉林吉林132022;2、武汉中粮食品科技有限公司生产技术部430415)摘要:基于小波变换的图像压缩应用日趋成熟。在基于小波变换的图像压缩技术中,小波基的选择对图像的压缩效果有着很大的影响,文章通过分析不同类型小波的性质,研究了在图像压缩中选择不同小波基对图像的影响。关键词:小波变换;小波基;图像压缩中文索书号:TP391Theselectionofwaveletbasesinimagecompressionusin

2、gwavelettransformLeiWang1,HainanWang2(1.SchoolofInformationandControlEngineering,JilinUniversityofChemicalTechnology,Jilin132022,China;2.WuhanCOFCOFood&TechnologyCo.,Ltd.Production&TechnologyDepartment,wuhan,430415,China.)Abstract:TheapplicationofWavel

3、et-basedimagecompressionisbecomingmoreandmoreperfectasthewavelettheoryresearchproceedsinlatestdecade.Andthereisthegreatinfluenceontheimagecompressionusingthedifferentwaveletbases.Inthispaper,thecharacteristicofthewavelettransformarestudied.Itresearchth

4、einfluencewhichproducestotheimagecompressioncodewhenusethedifferentwaveletbase.Keywords:WaveletTransform;WaveletBases;ImageCompression0.小波变换近几年来有数学“显微镜”美称的小波变换,以其多尺度时间——频率分辨的能力,一直备受关注。小波变换在图像处理及模式识别中也起着非常重要的作用,其应用范围遍及图像增强、图像压缩、边缘检测、纹理分析和分割等不同领域,它有以下优点:

5、(1)小波变换完善的重建能力保证了信号在分解过程中没有信息丢失和冗余,即小波变换作为一组表示信号分解的基函数是惟一的。(2)小波变换把图像分解为逼近图像和细节图像之和,它们分别代表了图像的不同结构,因此原始图像的结构信息和细节信息很容易提取。(3)小波变换编码不同于DCT块编码技术,它不会出现人的视觉非常敏感的方块效应,这是因为小波变换对图像信号进行全局分解,量化失真随机地分布于整幅图像之中,人眼不易察觉。(4)二维小波分解为图像的分析提供了方向选择性,非常适合于人眼的视觉系统。1.基于小波变化的图

6、像压缩小波变换用于图像压缩的基本思想是:把图像进行多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像系数进行编码。图像的能量主要集中在低频部分,而水平、垂直和对角线部分的能量则较少;水平、垂直和对角线部分表征了原图像在水平、垂直和对角线部分的边缘信息,具有明显的方向特性。低频部分可以称为亮度图像,水平、垂直和对角线部分可以称为细节图像。正是利用图像的这一特性,现阶段常用的压缩方法主要是通过对小波的分解和重构实现的。一般图像压缩可分为以下几个步骤:(1)对图像信号进行小波分解。(2)对高频

7、系数进行阈值量化处理。(3)对量化后的系数进行小波重构。0.小波基的选择小波变换用于图像数据压缩时,任何实正交的小波对应的滤波器组都可以实现图像的分解与合成,但是并不是任何分解都能满足所需的要求,同一幅图像,用不同的小波基进行分解所得到的压缩效果是不一样的。经小波分解后,得到的3个方向上的细节分量具有高度的局部相关性,而整体相关性被大部分甚至完全解除,所以小波基的选择就非常重要。在利用小波进行图像压缩的过程中,最重要的就是小波基的选择。不同的小波基具有不同的性质,能够反映信号的不同特征,所以希望根据

8、不同分析信号的特征来选择一个最好的小波基,用来表达信号特点。同一幅图像,用不同的小波基进行分解所得到的压缩效果是不一样的。希望经小波分解后,得到的三个方向上的细节分量具有高度的局部相关性,而整体相关性被大部分甚至完全解除。所以对小波基的选取应考虑以下因素:(1)小波基的平滑性和图像数据压缩效果的关系。小波变换要求滤波器具有正则性,而正则性就是函数光滑程度的一种描述,一般情况下,平滑性越强,数据压缩效果越好[1]。在实际应用中,一般要选择具有平滑特性的小波基。图1是几种

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。