基于小波零树的图像压缩算法的研究与改进

《基于小波零树的图像压缩算法的研究与改进》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、中国海洋大学硕士学位论文基于小波零树的图像压缩算法的研究与改进姓名：周志龙申请学位级别：硕士专业：信号与信息处理指导教师：熊建设2003.6.1基于小波零树的图像压缩算法的研究与改进摘要本文就静态图像数据压缩编码方法进行了研究，提出了一种改进的基于小波变换的零树编码方法，通过实验证明了此方法的有效性。作为通信、介质存贮、数据发行、多媒体计算机等技术的关键环节，图像压缩编码算法的研究是信息技术中最活跃的研究领域之一，尤其是进入2l世纪以后，电子技术和通信技术的发展使可视电话、会议电视、数字电视、高清晰度电视、多媒体计算机、信息高速公路等的生产和建立成为可能。在

2、这一背景下，探索高效图像压缩编码算法无疑将成为主要任务之一，对其研究也将成为国际公认的热点之一。从论文的结构来看，主要分为六部分：首先，介绍了课题提出的背景及意义；然后，简单介绍了数字图像压缩的有关知识和目前国际上制定的图像压缩的标准以及图像压缩技术的发展过程；接下来，从小波变换的原理出发，通过实验，对图像进行小波变换后小波系数的特点进行分析，讨论了其适用于图像压缩编码的优势；从小波变换用于图像压缩应考虑的几个问题入手，对不同小波基的性能、分解层数以及边界延拓方式进行了实验分析，提出了更有利于图像压缩的方法；然后，根据变换系数的分布特点，分析了零树量化编码的

3、优缺点，并简单介绍了零树量化编码的概念及实现流程，在传统的零树编码算法的基础之上，提出了改进的图像压缩编码算法，最后，对实验数据进行了结果分析。改进算法包括了以下几个方面：·对图像进行小波变换时，选择了更合适图像编码的Z97双正交小波基。通过实验分析，对边界处理问题采用了对称周期延拓方法，提高了压缩效果。●由于最低频部分集中了绝大部分能量，其失真将严重地影响整个图像的恢复质量，因此对其进行单独处理，本论文尝试了采用DPCM方法进行编码，充分利用了低频系数的相关性，提高了压缩比。·对于小波变换后的小波系数的高频部分，根据其分布特性和人眼的视觉特性，采用视觉模型

4、对零树量化过程的阈值进行修正，有效地去除视觉冗余；对各高频子图采用多级树集合分割的零树编码方法，有效地利用系数编码剩余符号，进一步提高压缩比。关键词：图像压缩小波变换双正交小波零树量化视觉特性茎王尘婆雯盟竺鬯堡堡堕簦鲨堕婴塞兰堕垄一——Theresearchanddevelopmentofzero—treeimagecodingalgorithmBasedonwavelettransformAbstractThepurposeofourresearchistostudythedatacompressioncodingmethodofstillimage．In

5、thispaper，animprovedZero—treecodingmethodbasedonwavelettransformisproposed．Withtherelatedexperience，itWaSprovedeffective．Inrecentyears，theresearchofImagecodingmethodhasbecomeoneofthemostactivefieldsininformationtechnologybywayoftheimpofcommunication，mediumstore．multimediacomputerte

6、chnology,etc．Especiallyin21“century,witllthedevelopmentofelectronicandcommunicatetechnology,itispossibletorealizetheVideotelephone，meetingT、‘signalTVinformationhighwayandetc．Onthisoccasion．itinevitablybecomesoneofthemaintaskstoseekaftertheeffectiveimagecodingmethod．Thispapercanbedi

7、videdintosixparts．Firstly,thebackgroundandsignificanceofourresearchisintroduced。Secondly,somebasicknowledgeofimagecodingtechnologyarediscussed．Thirdly,thetheoriesofwavelettransforminimagecompressionweredescribed．Withtheanalysisondistributionofthetransformcoe街cient．itisproventhatzer

8、o—treestructureisthebestch