基于2G Bandelets變換和SPIHT的圖像壓縮編碼.pdf

1、圖像壓縮編碼作為圖像存儲(chǔ)和傳輸?shù)年P(guān)鍵技術(shù)，一直是圖像處理技術(shù)研究的熱點(diǎn)。小波變換作為一種多尺度分析工具，在圖像壓縮方面顯示了良好的前景。它克服經(jīng)典傅立葉分析本身的不足，具有良好的局部特性和空間頻率特性，并且具有描述非平穩(wěn)圖像信號(hào)的能力和適應(yīng)人眼視覺(jué)特性的良好性能。Bandelets變換是一種自適應(yīng)的多尺度幾何分析方法，能夠自適應(yīng)的跟蹤圖像的幾何正則方向，獲得二維函數(shù)光滑邊界的最優(yōu)逼近，在圖像壓縮中有較大優(yōu)勢(shì)和潛力。利用這兩種變換，本文在

2、圖像壓縮方面做了以下工作：
　　 (1)提出一種基于K-means聚類的分層樹(shù)集合分割(SPIHT)編碼方法。SPIHT編碼基于嵌入式零樹(shù)編碼算法。嵌入式零樹(shù)編碼算法主要利用了圖像小波系數(shù)不同方向子帶之間的相關(guān)性，而沒(méi)有充分考慮到同一子帶中相鄰元素之間的相關(guān)性。針對(duì)以上不足，本文首先在小波低頻子帶內(nèi)，組織具有相同屬性的小波系數(shù)，然后進(jìn)行系數(shù)移位預(yù)處理，從而減少小波系數(shù)的編碼位數(shù)，達(dá)到了圖像壓縮的目的。此方法克服了嵌入式零樹(shù)小波編

3、碼算法的缺點(diǎn)，借助于子帶內(nèi)的冗余性，減少了編碼比特?cái)?shù)，實(shí)現(xiàn)圖像壓縮。
　　 (2)提出基于固定剖分第二代Bandelets(2G Bandelets)的SPIHT編碼方法。此方法對(duì)多尺度分解的系數(shù)圖像先采用固定剖分的思想，避免了2GBandelets自底而上的四叉樹(shù)合并過(guò)程，大大的節(jié)省了時(shí)間，降低了復(fù)雜度；同時(shí)通過(guò)對(duì)比Bandelets系數(shù)和小波系數(shù)的相似性分布特征，提出基于固定剖分2G Bandelets的SPIHT編碼方法。

4、此編碼能有效降低壓縮算法的復(fù)雜度，在一定程度上提高了編碼效率。
　　 (3)提出基于匹配最優(yōu)截?cái)嗲度胧綁K編碼(EBCOT)的代價(jià)函數(shù)的2G Bandelets變換?；?G Bandelets的SPIHT編碼算法雖然在一定程度上提高了編碼效率，但是2G Bandelets尋找?guī)缀瘟鞯倪^(guò)程受量化閾值廠的控制，不同的廠對(duì)應(yīng)不同的幾何流，即得到的Bandelets系數(shù)不同，因此用SPIHT對(duì)Bandelets系數(shù)進(jìn)行編碼后，得到的結(jié)果