基于块DCT变换的嵌入式图像编码算法的研究

《基于块DCT变换的嵌入式图像编码算法的研究》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、中南大学硕士学位论文摘要摘要数字图像压缩一直是信息处理技术研究的热点。离散余弦变换(DiscreteCosineTransform，DCT)具有良好的去相关性和能量压缩特性，已经成为现有大多数图像编码标准的核心技术。但是，DCT变换编码要求把整个图像编码信息完全解码之后才能够重构图像，图像压缩码流不具有渐进特性，无法满足现代无线通信对可伸缩码流的要求。本论文针对DCT变换压缩编码码流不具有渐进特性的问题，提出了一种基于块DCT的嵌入式编码算法。论文的主要工作有如下几个方面：1．研究图像压缩编码的基础知识和经典的图像压缩编码算法。研

2、究了图像压缩编码的基础知识，并通过对传统DCT变换编码算法和经典嵌入式零树小波(EmbeddedZerotreeWavelets，EZW)编码算法以及位平面编码的研究，总结出DCT变换编码、EZW和位平面编码的优点和缺陷，为提出新的图像压缩编码算法架构了理论基础。2．提出一种基于块DCT(Block．DCT，BDCT)的嵌入式编码算法。该算法充分利用DCT变换系数具有的天然塔式结构，用符号代替数值编码以减少编码容量，采用逐次逼近量化策略，并通过设置阂值对DCT变换系数进行重要性检测，按图像信息重要性从最重要到最不重要的顺序排序依次

3、对变换系数进行编码。实验结果表明，采用本文算法，在重构图像的人眼视觉质量上有显著的提高，客观质量上有更高的峰值信噪比，并且在DCT域实现了图像的嵌入性。3．针对BDCT算法中的块效应问题，提出一种基于空域均值滤波的去块效应方法。该算法通过设置模板，把边界待处理的图像象素尽可能的包含在模板之内，运用方差理论，分析待处理象素与周围象素的相关性，根据相关性的强弱来决定对待处理象素的滤波强度，从而边界的连续性得以恢复，减少了BDCT算法中在低比特率下块效应带来的图像质量下降问题。实验结果表明，本方法效果良好，主观视觉质量得到了进一步的提高

4、，‘客观质量上峰值信噪比也得到了提高。关键词图像压缩，块DCT变换，嵌入性，EZW，块效应中南大学硕士学位论文ABSTRACTDigitalimagecompressionisconsideredasoneofthehoRestresearchtopicsininformationprocessingtechnology．DiscreteCosineTransform(DCT)，duetoitsgoodrelevanceandenergy—compressioncharacteristics，hasbecomethecoretec

5、hnologyofmostcurrentimagecodingstandards．However,intheDCTtransforillcoding，theentireimagecodedinformationCanbereconstructedafIerfulldecoding，andimagecompressionbitstreamdoesnothaveprogressivefeatures．Therefore，itcannotsatisfythescalablebit-streamrequirementsofmodemwir

6、elesscommunications．Inthisstudy,accordingtothenon-progressivecharacteristicsofstreamprobleminDCTtransformcoding，ablock-basedDCTembeddedcodingalgorithmisproposedblockingartifactscausedbyblockingwerestudied．Themaincontentsofthestudyareasfollows：1．Afterstudyingthebasickn

7、owledgeofimagecoding，thetraditionalDCTtransformcodingalgorithm，theclassicalEZWcodingalgorithm，andbit-planecoding，theauthorconcludestheadvantagesandshortcomingsofDCTtransformcoding，EZW，andbit-planecodinginordertoputforwardanewimagecompressioncodingalgorithmbasedonthist

8、heoreticalframework．2．Aembeddedcodingalgorithmisproposedbasedonblock-basedDCT(Block-DCTorBDCT)．Thealgorithmtakesfulladvantag