基于描述长度的context量化算法在小波图像压缩中的应用

《基于描述长度的context量化算法在小波图像压缩中的应用》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、一＾＾一分类号ＴＮ９１９．８１密级公开ＵＤＣ编号《？若Ａ掌硕女研《４《隹讼Ａ题目基于描述长度的Ｃｏｎｔｅ）（ｔ量化堯法在小玻困像压缩中的应用、信息学院学院（所、中Ｍ：）专业名称通信与信息系统硏究生姓名张鸿学号１２０１３００１００２导师姓名廠建化职称教巧２０１６年５月＇论文独创性声明及使用授权．Ｉ。本论文是作者在导师指导下取得的研究成果。除了文中特别加Ｗ标注和致谢，的地方外，论文中不包含其他人己经发表或撰写过的研巧成果不存在票！抄１窃或袭行为一。与作者同工作的同志对本研究所做的

2、任何贡献均己在论文中作了明确的说明并表示了谢意。）现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版．，也可レ、缩印或其他复制手段保存论文ッ采用影印；学校有权公布论文的全部或部分内容，可Ｗ将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。（内部或保密的论文在解密后应遵循此规定）－如／八．ｆｂ：研巧生签名：禾為导师签名亨曰期；摘要摘要一随着时代的发展，，科技逐渐渗透到生活中每个角落人们生产、生活、娱乐都

3、在依赖并扩充着数字世界。在数字数据中、，数量多内存大的是图像和视频数据。对这类数据压缩处理上，贿编码受到青睐。而基于小波变换的压缩算法也广泛地应用于图像。、视频数据国际皮缩标准和应用开发研究＂＂一理论，ｏｎｔｅｘｔ模型由条件降低煽值这在小波变换基础上建立Ｃ，依赖，Ｃｏｎｔｅｘｔ模型増大时上下文相关性的条件贿编码受到广泛关注。然而，模型中＂＂条件概率分布得不到充分统计会造成模型稀释。为解决此问题广大研究学者引入了Ｃｏｎｔｅｘｔ量化的概念。Ｃｏｎｔｅｘｔ量化实质是用聚类的思想减少概率分布的数量从而避免模型稀释。较为经典的Ｃｏｎｔｅｘｔ量化算

4、法有最小条件煽量化算法、最大互信息算法、蚁群算法等。Ｗ上算法都提出了行之有效的方法计算Ｃｏｎｔｅｘｔ中一—概率统计分布的相似程度，，并进行聚类。但上述算法存在个共同问题调参即量化前必须人为指定量化级数。本文对最短描述长度ＭＤＬＣＱ算法做了详细理论说明，并在本文实验中Ｗ此算法作为Ｃｃｍｔｅｘｔ量化标准，量化器优化目标是使全局描述长度最短。ＭＤＬＣＱ算法克服了Ｗ往Ｃｏｎｔｅｘｔ量化器不能自适应得到量化级数的局限性。本文将这种量化算法应用到小波变换图像压缩中，实验结果表明最短描述长度Ｃｏｎｔｅｘｔ量化器不依赖人工经验的条件下，能够获得与人工

5、精也调试的量化器类似的压缩效率。一图像小波变换后在不同子带有不同的幅值特性，即使是个十分高效的一Ｃｏｎｔｅｘｔ模型也难Ｗ兼顾不同频率的信源。为此，本文突破了传统编码器只采用个Ｃｏｎｔｅｘｔ概率模型编码的束缚，提出多模型混含编巧方案。令信源信息根据概率统计情况自动选择最佳模型编码。图像压缩实验验证表明多模型混合编码器压缩效率髙于单模型。关键词：条件赌编码；ＣｏＭｅｘｔ量化；描述长度；小波变换；混合编码Ｉ云南大学硕±学位论文ＡｂｓｔｒａｃｔＡｌｏｎｗｉ化也ｅｄｅｖｅｌｏｍｅｎｔｏｆａｎｅｒａｓｃｉｅｎｃｅａｎｄ化ｃ

6、ｈｎｏｌｏｈａｖｅｉｎｔｅｒａｔｅｄｉｎｔｏｇｐ，ｇｙｇｅｖｅｒｃｏｍｅｒｏｆｌｉｆｅ．Ｏｕｒｒｏｄｕｃｔｉｏｎｌｉｖｉｎａｎｄｅｎｔｅｒｔａｉｎｍｅｎｔａｒｅｄｅｅｎｄｉｎｏｎａｎｄｙｐ，ｇ，ｐｇｅｘａｎｄ打ｅ出ｉｔａｗｏｒｌ江ｍａｅｓａｎｄｖｉｄｅｏｓｈａｖｅ化ｅｌａｒｅｓｔｕａｎｔｉｔａｍｏｎａｌｌｋｉｎｄｐｉｇ化ｇｌＩｇｇｑｙｇｏｆｔｈｅｄｉｇｉｔａｌｄａｔａ．Ｅｎｔｒｏｃｏｄｉｎｇｉｓｗｅｌｃｏｍｅｄｉｎｔｈｅｐｒｏｃｅｓｓｉｎｇｏｆｄｉｇｉｔａｌｄａｔａｐｙ

7、ｃｏｍｒｅｓｓｉｏｎｌｌｐ．Ｔｈｅｃｏｍｐｒｅｓｓｉｏｎａｇｏｒｉｔｈｍｂａｓｅｄｏｎｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｉｓａｓｏｗｉｄｅｌｙｕ化ｄｉｎｉｎｔｅｒｎａｔｉｏｎａｌｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎｓｔａｎｄａｒｄｓａｎｄｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｖｉｄｅｏｄａｔａ．＂＂Ａｔｈｅｔｔ＾ｓ化ｅｅｒＣｏｎｅｘｉｅｄｕｃｅｄｉｅｅｎｔｒｏｅｏｌｅａａｔｅｎｔｉｏｎｔｏｃｏｎｔｅｘｔｙｐｙ，ｐｐｐｙｍｏｄｅｌｉｎｂａｓｅｄｏｎｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｎｄｃｏ