研 究 生学位论文预答辩预答辩

《研 究 生学位论文预答辩预答辩》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、学位论文预答辩基于小波变换的JPEG图像压缩算法研究研究生：李琳指导老师：李白萍教授专业方向：通信与信息系统论文主要内容1绪论2图像压缩编码3JPEG编码标准4小波变换及其在图像压缩编码中的应用5压缩算法的MATLAB实现6总结与展望1绪论选题意义在现代通信中，图像传输己成为重要内容，而图像本身过于庞大的信息量将妨碍它的存储、传输和处理。因此，为了满足实际应用需要，有必要对图像数据进行压缩处理，图像压缩技术应运而生，成为现代信息处理技术中的关键技术之一。1绪论国内外研究现状图像压缩编码技术可以追溯到1948年提出的电视信号数字化到今天已经有五十多年的历史。五十年代和六十年代的图像压缩技术由于受

2、到电路技术等的制约，仅仅停留在预测编码、亚采样以及内插复原等技术的研究，还很不成熟。七十年代和八十年代，图像压缩技术的主要成果体现在变换编码技术上；矢量量化编码技术也有较大发展。八十年代以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，人们开始突破传统的信源编码理论，图像压缩编码向着更高的压缩比和更好的压缩质量的道路前进。九十年代初，小波理论被引入到图像编码领域，为图像编码技术的发展注入了巨大活力。2图像压缩编码图像压缩系统框图2图像压缩编码图像压缩原理对数字图像进行压缩通常利用两个基本原理：(1)数字图像的相关性。在图像的同一行相邻像素之间、活动图像的相邻帧的对应像素之

3、间往往存在很强的相关性，去除或减少这些相关性，也就去除或减少图像信息中的冗余度，即实现了对数字图像的压缩。(2)人的视觉心理特征。人类的视觉系统对图像的处理是非均匀和非线性的，人的视觉对于边缘急剧变化不敏感，即对一般图像中的许多信息并不敏感，对颜色分辨力弱，利用这些特征可以在相应部分适当降低编码精度，而使人从视觉上并不感觉到图像质量的下降，从而达到对数字图像压缩的目的。3JPEG编码标准JPEG基本系统的编解码器的结构框图3JPEG编码标准JPEG2000的基本编解码流程4小波变换及其在图像压缩编码中的应用小波变换编/解码的框架结构4小波变换及其在图像压缩编码中的应用(a)原始图像(b)一层分

4、解(c)二层分解图像的分解与重构图像经过小波变换后生成的小波图像的数据总量与原图像的数据量相等，即小波变换本身并不具有压缩功能，之所以将它用于图像压缩，是因为生成的小波图像具有与原图像不同的特性，表现在图像的能量主要集中于低频部分，而水平、垂直和对角线部分的能量则较少。原图像从多分辨率分析出发，一般每次只对上一级的低频子图像进行再分解。4小波变换及其在图像压缩编码中的应用原始图像重构图像4小波变换及其在图像压缩编码中的应用一层分解重构细节4小波变换及其在图像压缩编码中的应用二层分解重构细节4小波变换及其在图像压缩编码中的应用结果分析：经过小波变换的图像具有如下特点:(1)小波图像具有多分辨率分

5、析的特点(2)小波图像具有频谱划分和方向选择性特点(3)小波图像具有天然的塔式数据结构特点对小波基的选择考虑以下因素：(1)小波基的对称性是首先要考虑的因素(2)小波基的正则性与图像数据压缩效果的关系(3)小波基与待处理图像的相似性5压缩算法的MATLAB实现离散余弦变换的实现先将图像分解为8*8的矩阵块，然后对每个子块进行二维的DCT。下图为对图像“autumn”进行离散余弦变换，其显示结果如图：5压缩算法的MATLAB实现结果分析：可以看出，8*8的图像块经过DCT后，其低频分量都集中在左上角，高频分量分布在右下角。由于该低频分量包含了图像的主要信息（如亮度），而高频与之相比，就不那么重要

6、了，所以可以忽略高频分量，从而达到压缩的目的。5压缩算法的MATLAB实现基于DCT的JPEG算法流程图5压缩算法的MATLAB实现本文针对“cameraman”图像进行研究，在Matlab7.0中仿真，其运行显示结果如下图5压缩算法的MATLAB实现结果分析，DCT变换存在二个缺点：(1)由于DCT变换采用了分块变换技术，图像块大，相关性就高，压缩比也就大。但是块的尺寸太大就会丢失数据的平稳性，从而引入误差，包括失去高频细节和可见的DCT分块效应。(2)由于DCT变换是靠丢弃高频系数来提高压缩比的，从而导致图像的边缘轮廓模糊，严重影响复原图像的主观质量。5压缩算法的MATLAB实现基于小波变

7、换的图像压缩算法的步骤:第一步：装载图像并显示第二步：对图像进行二层小波分解第三步：提取分解结构中第一层的低频系数和高频系数第四步：分别对各频率成分进行重构，第五步：显示分解后各频率分量的信息第六步：保留小波分解低频信息，进行图像的压缩第七步：对信息进行量化编码第八步：显示压缩图像的大小5压缩算法的MATLAB实现本文针对“mandrill”图像进行小波压缩：在工作窗口中得到以下结果：原始图像X的