基于小波变换的图像压缩及容错编码研究

《基于小波变换的图像压缩及容错编码研究》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、硕士论文基于小波变换的幽像胍缩及容错编码研究《531摘要7D5图像压缩编码是图像存储、处理和传输的基础。数字图像含大量的数据需进行压缩以减轻图像存储和传输的负担。图像压缩技术在通信、介质存储、数据传输等领域发挥了重要作用，在航空侦察、遥感、资源勘探及生物医学中得到了广泛的应用，一直是信息技术中最为活跃的领域之一。本文对基于小波变换的图像压缩编码及容错编码进行了分析研究。对基于小波变换的图像压缩方法中的经典算法(EZW,SPIHT)进行了探讨，并通过对多幅图像的仿真结果，证明较之于其他若干的图像编码方案，基于小波变换的压缩算法具有较强的优越性。图像经压缩

2、编码后的码流在传输过程中，经常发生误码、掉包现象。针对这种情况，在进行小波图像压缩编码的同时，将其与容错编码算法相结合，使得在以较小的比特量传输图像的同时，增加容错功能，提高了传输码流的精确度。关键词：小波变换，图像编码，EZW，SPIHT，容错编码硕士论文基于小波变换的幽像压缩及容错编码研究AbstractInthispaper,applyingwavelettransformtoimagecompressionanderrorresiliencecodingisaddressed．Theclassicalimagecodingalgorithmsb

3、asedonwavelettransformhavebeendiscussed，andthroughmanyimagesimulationresults，thecodingalgorithmsbasedonwavelettransformhavegreatprioritiesoverotherimagecodingmethods．Whendoingimagecompressionworkbasedonwavelettransform，wealsoputerrorresiliencecodingtogether,SOas"Arctransitimages

4、withminimumbits，andconsideringtheerrorresiliencefunction，wegothighprecisionoftransitionbits．Furthermore，errorresiliencecodingcombinedwithwaveletimagecompressionisalsoexploredinthepaper,whichcallirnproveerrorredundancyfunctionandachievehigherbitstransmissionprecisioninscenarioofl

5、owbittransmission．KeyWords：wavelettransform，imagecoding，EZW，SPIHTerrorresiliencecodingI』硕士论义基于小波变换的图像压缩及窑错编码研究1绪论1．1论文背景据统计⋯，人类依靠视觉获取的信息占全部获取信息的60％，依靠听觉获取的信息占20％，其它的还有依靠嗅觉，味觉，触觉等获取的各类信息。由此看出，视觉对于信息的获得具有决定性的作用，但随之而来的一个问题就是视频信号一般均是宽带的，信息量大，占用频带宽。如电视信号的频带宽达4—6MHz，相当于960路电话的信道带宽。以数字

6、信号0、1表示的信息可以实现高质量的传输，并便于进行检索和处理，但即使是视频图像数字化后，数据量仍然非常大，假如有一幅最简单的黑白静止图像，若按512×512点阵取样，每个像素8比特量化编码，则表示这幅图像的二进制数据量达512x512x8。2兆比特。所以对图像进行编码，对于提高传输速度，减轻带宽压力，具有重大意义。图像压缩技术已经研究发展了很长的时间，提出了诸如DPCM、DCT、VQ等压缩方法【2I．并且已经形成了基于DCT等技术的国际压缩标准，如JPEG、MPEGl、MPEG2、MPEG4、H．261等，图像压缩技术得到了广泛的实际应用。但是人们也

7、逐渐发现这些压缩方法的一些缺点：如高压缩比时出现严重的方块效应，没有充分利用人眼视觉系统(HumanVisualSystem，简称HVS)等。经过不断的研究，近年来又陆续提出了一些新的压缩方法，例如分形图像压缩，小波变换图像压缩，人工神经网络压缩等。其中小波变换图像压缩已经成为当前的研究热点。由于小波变换使信号的低频长时特性和高频短时特性同时得到处理，有效的克服了傅里叶变换在处理非平稳的复杂图像信号时所存在的局限性，因而在图像压缩领域得到了广泛的重视。小波变换图像压缩首先对图像进行多级小波分解，然后对每层的小波系数进行量化(一般采用零树编码进行量化)，

8、再对量化后的系数进行编码，如算术编码、哈夫曼编码等无失真编码。小波图像压缩是当前图像压缩的热点