基于小波变换的静态黑白图像压缩算法的研究

《基于小波变换的静态黑白图像压缩算法的研究》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、一一—竺壁迁蜒二玺鲤盆里里氮一一摘要图像压缩编码算法的研究是信息技术中最活跃的研究领域之一，是通信、介质存贮、数据发行、多媒体计算机等技术的关键环节。图像压缩的基本思想是首先通过A/D转换将图像进行采样，然后将采样得到的图像矩阵进行数学变换，使高频信息与低频信息分离，由于人类视觉系统对高频信号的不敏感性，图像高频部分的系数将在经过量化器后，大部分为0，因此在数学变换后应用适当的编码方法，可以大大提高编码效率。而压缩方法的选择最主要在于对信号的处理方面，其次才是数据编码。本文对压缩方法进行了概括介绍，由于小波变换对信号处理的优势而选择离散小波变换。离散小波变换(DWT

2、)是现代编码方法中最具潜力的一种。离散小波变换的关键在于小波滤波器的选择，而且小波滤波器组中的分析滤波器和综合滤波器组的选择必须满足相应的条件，因此小波滤波器的设计直接决定图像几缩算法的效率。本文采用db9小波，这种小波属于Daubechies设计的紧支撑双正交小波，它可以高精度地模拟和分析信号，并且它的时域和频域的局部化能力是很强的。本文重点介绍了此类小波高通和低通滤波器的构造方法，给出了db9小波的分析和综合滤波器组的小波系数。文章结合均匀量化技术和嵌人式零树编码技术，组成了一种有效的图像压缩方法，并将这种方法应用在黑白灰度图像的压缩方面。本文对图像采用了Mat

3、lab仿真，对恢复图像与原图像进行了比较，且根据衡量图像压缩算法的标准，得出离散小波变换图像压缩算法具有压缩比较大、图像恢复质量较理想等特点，但在不同程度上存在压缩懈压缩速度慢、结构复杂等问题，需要进一步的研究。关镶词小波变换，Daubechies小波，分析和综合滤波器，零树编码哈尔滨工业大学工学硕士学位论文AbstractStudyonimagecompressionalgorithmisoneofthemostpopularresearchdomains,asthekeytechniqueoftele-communication,storingmedium,da

4、tatransmission,multimediaandcomputerscience,etc.BasicthoughtsofimagecompressionaretosampleofimagethroughA/Dadaptor,makemathematictransformsonimagematrixbysampling,andseparatelowfrequencyfromhighfrequency.Accordingtonon-sensitivityofHVS(humanvisionsystem)tosignalofhighfrequency,imagecoe

5、fficientsofhighfrequencywillbeturnedinto0throughquantizer.Applicationofpropercodingmethodaftertransformcanimprovecodingefficiency.Choiceofimagecompressionismainlydeterminedbysignalprocessingwithassistanceofdatacoding.Thispaperintroducesimagecompressionmethodsandchoosesdiscretewavelettr

6、ansformaccordingtosuperiorityofwavelettransformtosignalprocessing.DiscreteWaveletTransform(DWT)isoneofthemostpotentialmoderncodingtechniques.KeyofDWTisselectionofwaveletfilter.Theanalysisandsynthesisfilterbankmustsatisfysomemathematiccondition.Designofwaveletfilterresultsinefficiencyof

7、imagecompressionmethod.Thispapertakesthedb9wavelet,whichbelongstobi-orthogonalcompactlysupportedwaveletdesignedbyDaubechies.Itcansimulateandanalyzesignalswithhighprecision.Andithasstronglocalizingfunctioninbothtimeandfrequencydomain.Theconstructionofhigh-passandlow-passwaveletfilterb