基于小波变换的能量和方差分析图像压缩方法

《基于小波变换的能量和方差分析图像压缩方法》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、维普资讯http://www.cqvip.com第28卷第6期三峡大学学报(自然科学版)Vo1．28No．62006年12月JofChinaThreeGorgesUniv．(NaturalSciences)Dee．2006基于小波变换的能量和方差分析图像压缩方法但志平刘云冰(1I三峡大学电气信息学院，湖北宜昌443002；2．武汉科技大学城建学院，武汉430074)摘要：在对图像进行小波包分解的基础上实现图像压缩．根据小波系数的分布特点严格推导得出：可以用能量和方差作为衡量小波系数重要性的标准，并据此对系数矩阵块进行选择分组，自适应地

2、进行量化，而且不同的量化方式可以共用码表；对低频部分扰动足够小的区域取均值，结合提出的存储方法，在不引入误差的情况下减少了编码负担，在保证图像质量的同时有效提高了压缩比．关键词：图像压缩；小波包分解；信噪比；能量；方差中图分类号：TP751．1文献标识码：A文章编号：1672—948X(2006)06—0562—04ImageCompressionBasedonEnergyandVarianceAnalysisofWaveletTransformDanZhipingLiuYunbing(1ICollegeofElectricalEng

3、ineering&InformationScience，ChinaThreeGorgesUniv．，Yichang443002，China；2．CollegeofCityConstruction，WuhanUniv．ofScience&Technology，Wuhan430074，China)AbstractTheimageiscompressedefficientlybasedonthewaveletpacketsdecomposition．Wecanconcludethatenergyandvariancecanbeserveda

4、sthecriterionwhichcanbeusedtojudgetheimportanceofthecoeffi—cientsthroughstrictlydeductionbasedonthecharacterofthewaveletcoefficients；thesecoefficientscanbeclassedaccordingtothecriterion；afterthattheyshouldbequantifiedadaptively；furthermoredifferentmethodsofquantizationc

5、anusethesamecodetable．SomepartoflOWfrequencycanbesubstitutebytheirav-erageswhentheyhavetinydifference，thecompressionratiocanbeimprovedbycertainstoragewhenthequalityisguaranteed．Keywordsimagecompression；waveletpacketsdecomposition}SNR(signalnoiseratio)；energy；vari—anCe目前

6、，在通信、航天、影视、教学等众多领域都迫特点单独进行处理，并给出一种简化数据存储的方切需要图像的有效压缩和高效传输．小波变换因为具法，为高效编码提供条件．有好的时一频局部化特性和能量集中能力而在图像处理中得到了广泛的运用．小波变换用于图像压缩ll的1重要性度量方法方法一般分为3部分：小波变换、量化和编码．图像的小波分解是小波压缩的第一步，图像分解到一定程度首先对原图像x(大小为n×6)进行k层小波包以后，大部分能量向低频部分集中，一些高频部分的分解，得到4个的系数矩阵块，它们分别表征低频信小波系数矩阵变得很次要．长期以来一直缺少一种准

7、息或不同方向的细节特征．这4个系数矩阵块按一确衡量小波系数重要性的方法，这里根据能量和方差定顺序组成一个矩阵集合．传统的利用小波分解进的情况给出一个标准，并据此进行分组量化．对于小行图像压缩的关键就是对矩阵集合进行处理，得到波包分解后低频部分的小波系数则根据它们的分布处理后的一个矩阵集合y，由重建图像，得到重建收稿日期：2006l019作者简介：但志平(1976一)，男，讲师，硕士，主要研究方向为数字信号处理、图像处理、人工智能维普资讯http://www.cqvip.com第28卷第6期但志平等基于小波变换的能量和方差分析图像压缩方

8、法563图像．这个过程见图1E．行较为粗略的量化．定理2对呈正态分布的几个函数进行量化，在图像压缩图像重建总分划数一定的情况下，只有为方差大的函数分配较对原图像xll从集合l，中选择进行k层小plm个不同的元素篓多的分划