基于ebcot的图像压缩算法研究

《基于ebcot的图像压缩算法研究》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、分类号TN919密级公开UDC621.39学位论文编号D-10617-308-(2016)-01031重庆邮电大学硕士学位论文中文题目基于EBCOT的图像压缩算法研究英文题目TheResearchonImageCompressionCodingAlgorithmBasedonEBCOT学号S130101031姓名杜呈尘学位类别工学硕士学科专业信息与通信工程指导教师黄胜教授完成日期2016年6月8日重庆邮电大学硕士学位论文摘要摘要作为一种信息传递的媒介，图像一直以来都是通信领域中不可缺少的一部分。由于具有较高的空间冗余度，未压缩图像占据较多的存储空间。然而，为了提升图像传输速度和降低存储空

2、间，就图像本身来讲，图像压缩成为了唯一一种减少图像数据量的解决方案。因此图像压缩算法成为图像压缩领域中提升重建图像性能的研究热点。由于具有多分辨率可分级性和良好的抗误码性能，嵌入式图像压缩编码是图像压缩方向的主流形式之一，而EBCOT算法是嵌入式图像压缩编码的典型代表。本文从以下两个方面对基于EBCOT的图像压缩算法进行改进。图像经过离散小波变换以后形成各级子带系数，量化算法的目的是在尽量保证图像质量的同时减少数据量。根据图像局部信息的特点，提出了低频子带极大值映射的量化算法。该算法根据小波高频子带系数的特点对低频子带系数进行预测，将预测值较大的低频系数划分至边缘区，将预测值较小的低频系

3、数划分至平滑区。对不同区域的低频系数采用不同的量化步长进行量化，高频子带系数仍然采用原始的死区量化方法进行量化。该算法能够提升编码速度，且在保留图像细节信息的同时进一步提升了重建图像的质量。相对于死区量化来说，该算法能够提升约0.15dB。在码率预分配阶段，原始的分配方案是，根据小波子带系数的绝对值之和的大小对相应子带分配对应比例的目标码率。但是该思想没有考虑信息含量的重要性，所以针对该问题提出了低比特率下基于方向梯度加权的子带码率预分配算法。在改进算法中，首先利用边缘检测算子的各分量对经过一定次数下采样的原始图像进行卷积处理，对所得的图像进行取绝对值、求平均数等处理，得出平均值。根据与

4、各子带对应的平均值对高频子带系数的变化趋势进行预测。按照预测的信息量在原始码率分配方案的基础上进行加权处理。该算法能够更加合理地分配目标码率。实验结果验证，所提算法能够较好地预测小波子带系数变化趋势，并取得较好的重建图像效果。在低比特率（不大于1bpp）时，所提算法在最优方案情况下和PCRD算法、视觉优化加权算法相比分别提升1dB和0.6dB。关键词：图像压缩，死区量化，EBCOT，边缘检测，码率预分配I重庆邮电大学硕士学位论文AbstractAbstractAsamediumofinformationtransmission,theimagehasalwaysbeenanindispe

5、nsablepartinthefieldofcommunication.Becauseofthehighspatialredundancy,theuncompressedimagesoccupymorestoragespace.However,inordertoimprovetheimagetransmissionspeedandreducethestoragespace,asforimageitself,imagecompressionbecomesonlyasolutionaboutreductionintheamountofimagedata.Sotheimagecompressi

6、onalgorithmhasbecomeahotresearchfieldtoenhanceimagereconstructionperformanceinimagecompression.Becauseofthemulti-resolutionscalabilityandgoodrobustness,embeddedimagecompressionencodingisoneofthedirectionofthemainstreamformofimagecompression,andEBCOTalgorithmisatypicalrepresentativeofembeddedimage

7、compressionencoding.ThisthesisimproveEBCOTbasedimagecompressionalgorithmfromthefollowingtwoaspects.Theimageafterthewavelettransformwillproducethecoefficientsofdifferentsubbands,andthepurposeofthequantizationalgorithmis