欢迎来到天天文库
浏览记录
ID:36795786
大小:2.39 MB
页数:69页
时间:2019-05-15
《基于小波的图像压缩研究》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、摘要摘要图像是一种重要的二维信号,由于其数据量很大,在存储和传输的时候要对其进行压缩处理。小波变换是一种新兴的数学工具,基于小波的图像压缩技术正受到广泛的关注和研究。图像经过小波变换以后,在时域和频域都具有良好的局部化特性,重建图像中可以克服采用离散余弦变换编码所固有的方块效应,而且与人类视觉特性相一致。Contourlct变换是一种新提出的多尺度几何分析方法,它能捕捉图像中的方向信息,这正是视觉信息的关键。本论文主要研究了基于小波变换的静态图像压缩算法,完成了以下一些工作:介绍了传统图像编码和小波变
2、换编码的原理和方法,列举了常用的图像压缩标准,利用Pc搭建了实验平台实现了图像编码的各种算法。本论文重点研究了小渡编码算法中著名的嵌入式零树小波编码(Ezw)算法、分层树的集划分(SPIHT)算法、集合分裂嵌入块(SPECK)算法,并通过实验研究了图像种类、小波基、分解层数对压缩效果的影响。还对三种压缩算法进行了对比分析。在以上研究工作的基础上本文提出了一种改进的压缩算法,它结合了SPIHT和SPECK优势。实验表明改进算法与SPIHT和SPECK相比,在峰值信噪比上有所提高。本文还将SPIriT算法
3、改造成为CSPIHT算法以适用于基于Contourlet变换的图像压缩。利用CSPIHT算法,本文对Contourlct变换和小波变换进行了分析比较。关键词孙波变换,图像压缩。Ezw,SPIHT,SPECK,Contourlet变换东南大学硕上论文AbstractImageisanimportanttwo-dimensionsignal.Becauseofthehugedataitcontains,imagemustbecompressedwhenitisstoredortransmitted.The
4、wavelettransform(WDisarisingmathematicalt001.Thetechnologyofimagecompressionbasedonwavelethasdrawnmuchattentionandhasbeenresearchedbroadly.Whenanimageistransformedbythewavelet,ithasfavorablelocalizecharacteristicinbothtime-domainandfrequency-domain.Andi
5、ntherebuildimage,theconnaturaldiamondsaffectionofthediscretecosinetransformcallbeovercome.Furthermore,the-Ⅵ呵isidenticaltoHumanVisualSystem(HVS).Contourlettransformisamethodofmultiseslegenme仃icanalysis(MGA)whichispurposedrecentlyanditcancapturethedirecti
6、oninformationintheimagethatisthekeyinvisualinformation.Thispaperismainlyaboutthestaticimagecompressalgorithmbasedonwavelettransform,andcompletethesework:inffeducesthetheoryandtechniqueoftraditionalimagecodingandWTcoding.enum酬estheprevalentimagecompressi
7、onstandards。anddevelopsasoftwareplatformtocompleteallkindsofimagecodingalgorithm.ThetamousWTcodingalgorithmisfocusedouwhichnamedembeddedzcrotreewavelet(EZW)algorithm,setpartitioninginhierarchicaltrees(SPIHT)algorithmandsetpartitioningembeddedblockcoding
8、(SPECK)algorithm.Theaffectionofimagekind、waveletandleveltoimpressionisresearchedandthethreekindscodingalgorithmisalsocomparedandanalyzedinthispaper.Basedonaboveresearch.animprovedalgorithmispurposed,whichincludestheadvantagesofSP
此文档下载收益归作者所有