基于小波的图像压缩编码及其在人脸识别中的应用

《基于小波的图像压缩编码及其在人脸识别中的应用》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、摘要随着多媒体技术的发展，图像信息在人们接受的信息量中所占比例越来越大，图像压缩编码技术长期以来一直为人们所关注。小波分析理论自诞生以来，因为其良好的多分辨分析特性，在图像压缩编码方面得到了广泛的应用，并已成功的应用于JPEG2000、MPEG．4标准之中。本文研究了基于小波SPIHT(setpartitioninginhierarchicaltrees)图像压缩编码性能及其在人脸识别中的应用，主要工作如下：1、给出了基于小波的图像压缩编码的基本原理与主要几种小波图像压缩算法，讨论了图像编码中小波基选取、边界处理以及分

2、解级数等几个问题。并将SPIHT编码和JPEG(JointPhotographiccodingExpertsGroup)编码在压缩效果方面进行了对比。结果证明，SPIHT编码在主观和客观保真度上均高于JPEG编码。2、将SPIHT编码应用于含噪图像的压缩之中，在降低图像数据量同时，实现了对图像的去噪，仿真结果表明，相同压缩比时小噪声条件下的去噪能力高于大噪声条件下的去噪能力。3、将整数小波变换应用于图像编码之中，克服了非整数小波变换只能有损压缩的缺点，实现了图像从有损到无损的压缩，并分析了不同小波基对压缩性能的影响，最

3、后得到如下结论：在SPIHT压缩编码中，有损压缩推荐使用非整数DB9／7小波变换，无损压缩推荐使用整数LG5／3小波。4、讨论了图像特征IAM(ImageActivityMeasure)对图像压缩能力的影响，分析并改进了结合预处理的图像压缩编码方法，仿真结果证明本文提出的预处理方法在压缩性能上好于原文中的预处理方法。5、基于SPHIT算法设计实现了一个小波图像编码器，并将其应用于人脸识别系统之中，结果表明：在压缩比为40：1、100：1的情况下对解压缩后人脸图像的识别结果与未压缩人脸图像的识别结果～致，压缩比200：1

4、时正确率在95％以匕。关键字：图像压缩、图像编码、小波、提升框架、SPIHT、人脸识别璺耋三些盔薹垦占鎏耋。。；。。。，。：：：：：：：：：：：，。。。。。。。。。。』当些ABSTRACTWiththedevelopmentofmultimediatechnology,informationofimageplaysamoreandmoreimportantroleinourlifeandatalltimes，peoplepaysmuchattentiontothetechniquedevelopmentofimagec

5、ompression．Asthemeritsofmultiresolutionanalysis，wavelettheorynowiswidelyappliedineveryfieldsofsignalprocessing，especiallyinimagecodec，likeJPEG2000，MPEG4standards，etc．WaveletbasedSPIHT(setpartitioninginhierarchicaltrees)codecalgorithmanditsapplicationinfacerecogn

6、itionarestudiedinthisthesis．ThemainCOntributionsareasfollows：I．Thefollowingsarestudiedinthisthesis：principleofwaveletbasedimagecodingmethods，keyproblemsofwavelettransforminimagecodecandsomemaincodingalgorithmsbasedonwavelet．TheperformanceofSPIHTcodecandJPEG(Join

7、tPhotographiccodingExpelsGroup)codeciscomparedhere，experimentresultsindicatethatperformanceofSPIHTisbeRerthanJPEG’S，nomatteronobjectiveorsubjectiveassessmentofimage．2．ThecompressionofnoiseimagebasedSPIHTisrealized．Suchimagecallbede—noisedwhilecompressing．Results

8、howsthatde-noiseabilitytoimagewithsmallnoiseishigherthanthosewithlargeonesinthesamecase．3．Lossyandlosslessimagecompressionisrealizedbymeansofintegerwavelettransform，a