欢迎来到天天文库
浏览记录
ID:11790362
大小:448.50 KB
页数:21页
时间:2018-07-14
《数字图像小波压缩算法的研究 毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、课程设计报告课程名称:通信系统课程设计设计题目:数字图像小波压缩算法的研究系别:通信与控制工程系专业:通信工程班级:通信2班学生姓名:学号:07416221、07416238、07416239起止日期:2010年12月20日-2011年1月2日指导教师:21摘要随着计算机网路和多媒体技术的迅猛发展,人们对图像信息要求越来越高,对图像信息传输的量也有很高的期盼。数字图像信息的丰富,是人类认识世界的重要信息来源,但是图像数据的量是很庞大的,这就迫切的需要对图像数据进行压缩编码处理。图像压缩编码长期以来利用离散余弦变换(DCT)作为变换编码的主要技术,然而利用DCT变换存在明显的方块
2、效应,而且要进一步提高压缩性能很困难。小波变换由于具有能够有效地描述非平稳信号的独特优点而成为当前图像压缩编码的主要方向。本论文主要对目前已有的小波变换图像压缩方法进行了一些总结和归纳。关键词:图像压缩;小波变换;小波基21目录1.课题背景及目的52.国内外研究状况63.基于小波变换的图像压缩与编码73.1引言73.2小波变换73.3常用的小波函数83.3.1Haar小波93.3.2Daubechies(dbN)小波系93.3.3Biorthogonal(biorNr.Nd)小波系93.3.4Symlets(symN)小波系103.3.5Coiflet(coifN)小波系103
3、.4小波变换压缩算法步骤103.5小波基的选择114.小波变换实验结果与分析124.1第一次小波压缩134.2第二次小波压缩144.3特性分析及本章总结15致谢17参考文献17附录基于小波变换图像压缩的MATLAB程序19211.课题背景及目的随着数字通信,计算机网络以及多媒体的飞速发展,多媒体通信的发展态势越来越强。据统计,在人类感觉器官接受的各类信息中,视觉占了70%。这类视觉信息经过数字化后,如果不进行压缩,其数据量是巨大的,将占用极大的存储空间和信息带宽,这与当前硬件技术所提供的计算机存储资源和网络带宽之间有很大的差距。因此,图像压缩成为解决多媒体通信的问题的一个关键环
4、节。从本质上来说,就是要处理的图像源数据用一个的规则交换组合,从而达到以尽可能少的代码(符号)来表示尽可能多的数据信息的目的。压缩通过编码来实现,或者说编码带来压缩的效果。根据目前网络多媒体通信的现状和发展趋势,在将来相当长的一段时间内,数字化的媒体数据以压缩形式存储和传输将是唯一选择。由图像作为传递信息的媒体和手段是十分重要的。在多媒体计算机系统、电子出版、视频会议、数字化图书馆等许多领域,数字图像都有着广泛的应用。然而用以表示这些图像的数据量很大,使得存储成本很高,尤其不能满足现今网络环境下进行多媒体通信的需求。在这样的背景下,图像编码理论越来越受到广泛的关注,并且迅速发展
5、起来。小波分析是傅立叶分析发展史上的一个里程碑,被誉为“数学显微镜”。作为一种多分辨率分析方法,小波分析具有很好的时频局部化特性,特别适合按照人眼视觉特性设计图像编码方法,也非常有利于图像信号的渐进传输。在实际应用中,基于小波变换的图像编码,在压缩比和编码质量方面均优于传统的DCT变换编码。提升小波变换的提出,为小波图像编码又注入了新的活力,与传统的小波变换相比,它不依赖于傅立叶变换,计算简单,时间、空间复杂度低,易于实现,被称为第二代小波变换。而且,随着各种高效的小波系数量化方法的提出,基于小波的图像编码方法的发展越来越迅速,并取得了非常好的效果。所以,在新的国际编码标准JP
6、EG2000和MPEG-4中都采用了基于小波变换的图像编码方法。同样,嵌入式零树小波编码(EmbeddedZerotreeWaveletCoding,EZW)21是一个简单的算法,可以直接产生嵌入式码流,不需要训练码本,且在所要求的精度下随时可以结束编码,因而有很好的发展和应用前景。近几年来,国内外的学者们不断的研究发现这种算法本身还存在着缺陷和不足,还有很多地方值得我们去改进和进一步研究,其对算法的改进将是静态图像嵌入式编码算法领域的一个主要研究方向[1]。1.国内外研究状况自二十世纪八十年代以来,小波变换因其特有的与人眼视觉特性相符的多分辨率分析能力及方向选择能力,而被广泛
7、地应用于图像编码领域,取得了很大的成功。图像经小波变换后,并没有实现压缩,只是对整幅图像的能量进行了重新分配。事实上,变换后的图像具有更宽的范围,但是大部分数据被集中在一个小区域内,而在很大的区域中数据的动态范围很小。小波变换编码就是在小波变换的基础上,利用小波变换的这些特性,采用适当的方法组织变换后的小波系数,实现图像的高效压缩。熵编码主要有游程编码、霍夫曼编码和算术编码等。而量化为小波编码的核心,其目的是为了更好的组织图像经小波变换后的系数,以实现高效压缩。目前,基于小波变换的图像编码方
此文档下载收益归作者所有