dct系数小波重组图像压缩算法论文

《dct系数小波重组图像压缩算法论文》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、DcT系数小波重组图像压缩算法中文摘要DCT系数小波重组图像压缩算法中文摘要图像压缩编码分为有损压缩编码和无损压缩编码。压缩后图像占用空间小，图像的传输速度获得提高。其中离散余弦变换(DCT)具有实现简单的优点且和小波变换有相似之处。因此，研究基于DCT的图像编码技术，有着一定的是实用价值。在小波技术用于图像压缩算法中，嵌入式编码，产生的码流具有任意可截断的特征，在图像或视频的累进传输方面有着广阔的应用前景，典型代表是嵌入式零树小波编码算法(EZW)和基于分层树集合分割排序的编码算法(SPIHT)。SPIHT是在小波变换的

2、基础上，采用最佳渐进传输与压缩的编码方式。它运用了空间方向树，更有效的表示了小波系数结构，从而提高了编码效率。本文提出了一种与小波变换结构近似的嵌入式编码一MSESPIHT。将图像8*8子块进行OCT变换后的系数按照小波变换结构重新组合，运用均值去除法降低低频段系数的冗余度。之后，运用基于分层树集合分割排序的编码算法对图像进行压缩编码。实验表明，采用MSESPIHT处理的图像，在相同压缩比的情况下，重建图像质量得到改善。关键词：DCT系数小波重组SPIHT编码空间方向树作者：王国华指导教师：俞一彪AnImageCompre

3、ssionAlgorithmBasedOnDCTCoefficientsRearrangedByWaveletStructureAbstractImagecompressioncodingincludeslosscompressioncodingandlosslesscompressioncoding．Theimagecompressedcansavespaceanditsqualitycallbebetter．DiseraeCosineTransform(DCT)workssimpleandissimilartowave

4、lettransform．ItispracticaltostudyimagecodingtechniquebasedonDCT．Inimagecompressioncodingbasedonwavelettechnique,embeddedcodingproducescodestr岛ti'nsthatitcanbetruncatedrandomly．Thischaracterhasapplicationvalueintransmittingtheimagesandvidcos．Thetypicalrq)resantatio

5、nsofembeddedcodinga．rowhichUsingZero-TreesofwaveletcoefficientsO!zw)andSetPartitioningInHierarchicalTrees(SPIHT)．SPIHTisabesttransmissioncoding．ItusesSpatialOrientationTree(SOT)，whicheffectivelyshowswaveletstructureandimprovescodingefficiency．Thispaperintroducesae

6、mbeddedcodingmethodbasedOil．thesimilarwaveletcoeffidentsstructure，whichissaidMSESPIHT．Themethodrearrangescoefficientsof8*8blockDCTandreduceshighcorrelationbetweenlowfTequencycoefficientsbyamean-subtractmethod．TheILimageiscompressedbySPIHTcodingwith11ighPSNRathighc

7、ompressionratios．、Keywords：DCTcoefficientsrearrangedbywaveletstructure；SPIHTcoding；SOT(SpatialOrientationTree)ⅡWrittenbyWangGuohuaSupervisedbyYuYibian’Y1957095苏州大学学位论文独创性声明及使用授权的声明学位论文独创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含其他个人或集体已经发表或撰写过

8、的研究成果，也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均己在文中以明确方式标明。本人承担本声明的法律责任。研究生签名：学位论文使用授权声明期：≯r．／／．，。苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论文合作部、中国社科院文献信息情报中