基于小波变换的静止图像压缩编码技术研究

《基于小波变换的静止图像压缩编码技术研究》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、中南大学学位论文摘要随着图像应用范围和深度的不断扩大j不仅要求实现高压缩率、高保真度和快速性，还应满足诸如渐进传输等网络应用的需要。因此，图像／视频的压缩技术成为国际上热门的研究课题。本文在对图像压缩编码理论与实际应用技术的的现状和发展趋势进行简要分析的基础上，从一定理论深度较为详细阐述了基于小波变换的静止图像压缩编码技术，重点探讨了编码器结构、编码步骤、小波基的选取以及影响压缩编码性能因素等几个关键问题。对基于图像压缩性能的小波特性进行了分析与仿真，通过仿真比较了具有相似小波特性的正交与双正交小波的压缩性能。在基于小波

2、变换的图像压缩方案中，嵌入式零树小波(EZW)编码能够很好地利用小波系数的特性使得输出的码流具有嵌入特性。论文在深入分析了EZW算法的原理、步骤、实现过程和优缺点的基础上，针对EZW算法计算复杂度高的缺陷，从探求算法中变换与编码同步实现的角度出发，提出了一种基于分块变换一融合的改进EZW算法。在上述理论工作的基础上，通过VC编程实现了该算法。实验结果表明，使用本算法，解码图像保持了与EZW算法相似的客观性能，但通过使用变换阶段的副产品一带峰值，可以简化零树扫描步骤，在一定程度上降低了算法执行时间，同时可实现真正意义上的子

3、图像编码。关键词：图像压缩，EZW，分块变换一融合，带峰值，子图像编码中南大学学位论文Withtheextensionofimageapplication,somenewimagecompressionandcodingtechniqueswhichCannotonlyachivehi【ghcompressionratioanddefinitionbutalsomeetsuchdemandsbyProgressiveTransmission，andotherapplicationsa1"eneeded．Therebefo

4、re，compressionandcodingtechniqueinimageandvideobecomesahotpointinimageresearchfield．Inthispaper,thedigitalimagecompressiontechniquesbasedonwavelettransformareanalyzedandsummarized，thecurrentstateofthetechniquesisintroducedandseveraldirectionsofdevelopmentarcpropo

5、sed．Someimportantproblemssuchasthearichitectureofwaveletcoder，thecodingstepandhowtochoosewaveletbasisarediscussed，somesimulationswithmatlabwavelettoolboxismadetodemonstrate．Aconclusionthatthedifferenceinperformancebetweenorthnorgalwaveletsandbiorthnorgalwaveletsw

6、erenotaslargraswedesiredwhentheyhavefamiliarmathematicalpropertiesisalsomade．ThispaperproposesanimprovedEZWalgorithmbasedonPartition—transform-Mergecomputation．Strongercouplingandpipeliningbetwecnthetransf('rillandthecodingstagesiSmadepossible．Thealgorithmcompute

7、sthesubbandmaxforeachsub—bandasaby-productofthePartition-transform-Mergecomputationtoimprovethezero-treecheckingprocessandreducethecomputingcomplexities．Anextensiveresearchonsmileimagecompressionispresentedinthispaper．Onthebasistheoreticalabove，programmingachieve

8、scorrespondingalgorithm．experimentalresultsshowthatournewalgorithmactuallyimprovestheexecutiontime．Keywords：imagecompression,EmbededZero—treeWavelet，sub-band-m