基于小波的图像编码算法的研究
合集下载
基于三维小波变换的视频图像的压缩算法研究
算法根据人类视觉系统 的特性对视频图像对不同频率的
数 据进行粗 细不 同的量化 ， 特别 是 以均方误 差 （ Ｅ） ＭＳ 为准
务 中起着 至关 重要 的作 用 。传 统 的视 频编码 方 法 是 运动
补偿 加帧 内 Ｄ ＣＴ变换 编码 。该方 法 已被各 种编码 标 准所 采用 ． Ｈ，６ ／Ｉ２ ３ ＭＰ Ｇ１ 如 ２ １ Ｉ、 ６ ， Ｅ ，ＭＰ Ｇ － Ｅ ２及 近几 年 才 制
３ —ｗａｅｅ ｒｎ ｆｒ ｔ ｎ，ｈ ｌｏｒ ｈ ｕ ｎ ｉ ｄ ｖ ｒ ｕ ａａａｃ ｒ ｉｇｔ ｕ ｎ ｖｓａ ｙｔ ． ｐ ｃａｌ ｔｅｑ ａ ｔ ｉｇｍ ｅｈ ｄＵ － Ｄ ｖ ｌｔｔａ ｓｏ ｍａ ｉ ｔ ｅａｇ ｉｍ ｑ ａ ｔ ｅ ａｉ ｓｄ ｔ ｃｏ ｄｎ ｏ ｈ ｍａ ｉ ｌ ｓｅ Ｅｓｅ ｉｌ ｏ ｔ ｚ ｏ ｕ ｓ ｍ ｙ，ｈ ｕ ｎ ｉｎ ｔｏ Ｓ ｚ
ｗｈ ｎ ｍｏｔ ｎ ｉ ａ ｕ ｔ Ｆｕ ｔ ｅ ｍｏ ｅ ｔ ｅ ａ ｐ ｏ ｃ ｌ ｎ ｔｂ ｏ ｃ ｒ ｅ ｔ ｅ ｉ ｓ ｃ ｉ ｏ ｙ． ｒｈ ｒ ｒ ， ｈ ｐ ｒ ａ ｈ ｗｉ ｏ ｅ ｃ ｎ ｅ ｎ ｄ ｗｉ ｍｏｔ ｎ ｅ ｔｍ ｔ ｎ ａ ｄ ｍ ｔ ｎ ｃ ｍ ｐ ｎ ａ ｉｎ． ｅ ｓｍｕ ａ ｉｎ ｌ ｈ ｉ ｓ ｉ ｉ ｎ ｏ ａ ｏ ｏ ｉ ｏ ｏ ｅｓｔ ｏ Ｔｈ ｉ ｌｔ ｏ ｅ ｐ ｒ ｎ ｈ ｗｓ ｉ ａ ｉｉｙ ａ ｄ ｆ ａ ｉ ｉｔ ， ｘｅｉ ｍｅ ｔｓ ｏ ｓｖ ｄ ｔ ｅ ｓｂ ｌ ｙ ｔ ｌ ｎ ｉ Ｋｅ ｒ ｓ ｗａ ｅｅ ； Ｄ —ｗａ ｅｅ ｒ ｓｏ ｍａ ｉｎ； ｉｅ ｍａ ｅ； ｕ ｔ ａ ｉ ｎ ｙ ｗｏ ｄ ： ｖ ｌｔ ３ ｖ ｌｔｔ ａ ｆ ｒ ｔ ｎ ｏ ｖ ｄ ｉ ｇ ｑ ａ ｉ ｔｏ ｏ ｎ ｚ
基于混合优化算法和小波变换的图像配准研究
ｌ 、 山东大学 信息科学与工程学院 ， 济南 ２ ０ ０ ５ １０ ２ 放军通信指挥学院 通信装 备实验室 ， ． 解 武汉 ４ ０ ３ ０ ｌ ０
１Ｓ ｈ ｏ ｆ ｌ ｆｒ ｔ ｎ Ｓ ｉｎ ｅ ａ ｄ ｎ ｉｅ ｒ ｇ Ｓ ａ ｄ ｎ ｉｅ ｓ ） Ｊ ’ ａ ５ ０， ｈ ｎ ．ｃ ｏ ｌｏ ｆ０ ｍａｉ ｅ ｅ ｅ ｎ Ｅ ｇ ｎ ｅ ｉ ， ｈ ｎ ｏ ｇ Ｕｎ ｖ ｒｉ ｒ ｉｎ ｎ ２ ０１ ｌ ｏ ｎ ｔ， Ｃ ｉａ ０
进行局部搜 索， 两种方法相结合进行 图像 配准能大大提 高配； 将 住精度
范 围 ， ； 度 达到 亚像 素 级 配 住精
天键Ｍ ： 图像配准； 粒子群优化 ； 单纯形 ； 混合优化算法； 小波变换 文章编 ：０ ２ ８ ３ （０ ８ ０ — ２ ０ ０ 文献标 识码 ： 中图分类 ： Ｐ９ ｌ０ — ３ １２ ０ ）８ ００ — ４ Ａ Ｔ３ｌ
ｔ ｔ ｎ ， ｖ ｌｔ ｒ Ｓ（＇ ｉ ｉ ｔ ｄ ｃ ｄ ｉ ［ ｅ ｉ ｒ ｔ ｎ Ａ ｇ ｏ ｒ ｓ ｌ ｉ ｈ ｗｎ ｉ ｘ ｅ ｉ ｌｎ ． ａｌ ｓ ｗａ ｅ ｅ ｍｌｆｌ １ ｓ ｎ ｒ ｕ ｅ ｆｏ ｒｇ ｓ ａ ｉ ． ｏ ｄ ｅ ｕ ｔ ｓ ｏ ｎ ｅ ｐ ｒ ｅ ｔ ｏ ｔ ） ｎ ｏ ｌ ｔ ｏ ｓ ｎ
ｔａ ｓｏ ｍ． ｍｐ ｔｒ Ｅｎ ｉｅ ｒｎ ｎ ｐ ｉａｉｎ ． ０ ８ ４ （ ： ０ － ０ ． ｒｎ ｆｒ Ｃｏ ｕｅ ｇｎ ｅ ｉｇ ａ ｄ Ａｐ ｌ ｔｏ ｓ ２ ０ 。 ４ ８）２ ０ ２ ３ ｃ
Ａｂ ｔａ ｔ ｓｒ ｃ ：Ｍｕ ｔ ］ｉ ｔｒ ｔ ｕ ｉ Ｗｉｅ ’ ｕ ｅ ｉ ｅ ｉｔ ｔ ｎ ａ ｄ ｐ ｉ ｚ ｔ ｎ ｌｏ ｉ ｍｓ ａ ｅ ｕ ｅ ｏ ｏ ｔ ｚ ｔ ａ ｎｏ ｔａ ｎｏ ｍａｉ ｓ （ ｌ ｓ ｄ ｎ ｒ ｇｓｒ ｉ ｎ ｏ ｔ ｔ ｏ １ ａｏ ｍｉａ ｉ ａｇ ｒ ｈ ｒ ｓ ｄ ｔ ｐ ｉ ｅ ｍｕｕ ｌ ｆ ｍｍｔ ｎ Ａ ｎ ｔ ｍｉ ｉ ｉ ． ｏ ｌ ｗ ｏ ｔ ｌ ａｉｎ ａｇ ｌ ｈ ， ｒ ｈ ｉ ａ ｈ ｂ ｉ ｆ Ｐ ｒｉｌ ｗａ ｍ Ｏｐ ｉ ｚ ｔ ｎ ａ ｄ Ｓ ｍｐｅ ，ｓ ｐ ｏ ｏ ｅ ｉ ｈ ａ ｅ ．Ｓ ｘ ｅｓ ｉ ｌ ｐ ｉ ｉ ｔ ｌｏ’ ｍ ｗｌｃ ｓ ｙ ｒ ｏ ａ ｔ ｅ ５ ｒ ｔ ａ ｉ ｎ ｉ ｌｘ ｉ ｒ ｐ ｓ ｄ ｎ ｔ ｅ ｐ ｐ ｒ Ｏ ｅ ｃ ｌ ｎ ｅ ｎｚ ｏ ｉ ｔ ｉ ｄ ｃ ｍｉ ｏ Ｐ ｇ ｏ ａ ｅ ｒ ｈ ｎ ， ｉ Ｓ ｌｐｅ ｅ ｃ ｌ ｎ ｌｃ ｌ ｓ ａ ｃ ｉｇ Ｗｈ ｎ ｔ ｅ ｒ ｈ ｂ ｉ ｄ ｄ ｏ ｅｈ ｒ ａ ｍｏｅ ａ ｃ ｒｔ ｅ ｕ ａ ｅ ｇ ｔ ｎ ｌｂ ｌ ａ ｃ ｉｇ ｗｈ ｌ ｉ ｉｌ ｘ ｘ ｅｓ ｏ ａ ｅ ｒｈ ｎ 、 ｅ ｈ ｙ ａ ｅ ｙ ｒ ｅ ｔｇ ｔｅ ， ｒ ｃ ｕ ａｅ ｒ ｓ ｈ ｃ ｎ ｂ ｏｔ ． ｓ ｅ Ｉ ｉ ｄ ｅ
基于小波变换的图像去噪方法研究的开题报告
基于小波变换的图像去噪方法研究的开题报告一、选题背景随着数字图像处理技术的发展，人们已经可以通过数码相机、手机等设备方便地获得高清晰度的图像。
然而，由于采集设备、传输媒介的原因，图像中常常会出现不可避免的噪声，这些噪声会影响图像的质量和有效性。
因此，去除图像中的噪声已经成为了数字图像处理领域的重要研究方向之一。
小波变换是一种用于分析信号的数学工具，它具有时频分析的优势，在图像处理领域被广泛应用于去噪、压缩等方面。
因此，基于小波变换的图像去噪方法已经成为图像去噪领域的研究热点之一。
二、研究目的本研究旨在通过研究基于小波变换的图像去噪方法，深入了解小波变换在图像去噪中的应用原理和方法，探究其优缺点和应用场景，并通过实验验证和评估该方法的效果和实用性。
三、研究内容本研究将围绕以下内容展开：1. 小波变换的基本原理和图像去噪的相关概念介绍；2. 常用的小波变换算法的介绍和比较；3. 基于小波变换的图像去噪方法的研究和优化；4. 通过实验验证和对比，评估基于小波变换的图像去噪方法的效果和实用性；5. 对研究结果进行总结和展望。
四、研究方法本研究将采用以下方法：1. 阅读相关文献资料，了解基于小波变换的图像去噪方法研究的历史和现状；2. 学习小波变换和图像去噪的基本原理和概念；3. 实现和比较不同的小波变换算法；4. 设计和实现基于小波变换的图像去噪方法，并测试其效果；5. 通过实验对比和分析对研究结果进行总结和展望。
五、研究意义图像去噪技术对于提高图像品质和信息提取具有重要意义。
基于小波变换的图像去噪方法具有数字信号处理方面的优势，尤其在复杂背景下的较小目标检测有着很高的应用价值。
因此，本研究对于加深了解数字图像处理的原理和方法，推动数字图像处理技术的发展具有积极意义。
基于小波变换的视频图像压缩算法研究
基于小波变换的视频图像压缩算法研究作者：刘苹妮刘晓红王志虎来源：《现代电子技术》2008年第12期摘要：提出一种时域加强并结合时间轴稳定性码率控制的三维小波变换的视频图像编码方法。
该算法根据人类视觉系统(HVS的特性对视频图像不同频率的数据进行粗细不同的量化，可以很好地解决当图像运动变化较大时所产生的大数据量的问题；该算法无运动估计和补偿环节，降低了复杂度；采用提升型变换可以节省内存空间并提高运算速度；进行了码率控制，得到了良好的时间轴稳定性，提高了视频图像的清晰度和流畅度。
关键词：小波变换；视频压缩；提升型算法；视觉阈值量化；时间轴码率控制Abstract：This thesis presents a video image compression method of 3D wavelet transformation with temporal enhancement and the rate control of temporal stability.This algorithm based on the Human Visual System (HVS performs different ranges quantification to different frequency data of video image,to solve the problem that the large number of data is created when motion isacute.Experiment shows this algorithm will become more simple,save memory space,improve operation speed,get good temporal stability and improve the articulation and fluency of videoeywords：wavelet transform;video compression;lifting scheme;HVS threshold1 引言随着网络和多媒体技术的迅速发展，特别是3G技术的逐渐普及，多媒体信息特别是视频图像信息将越来越丰富。
基于小波变换的数字图像水印算法的研究
为增强嵌入水 印信息 的稳健 性和不可见性 ， 利用公式 ｌ 加法完成 。 ④通过对嵌 入水印后 的系数进行小 波反变换 ，即可获 得加入水 印后 的图像 Ｉ。
３２ 水 印 提 取 算 法 及 步 骤 －
∑ｗ ｉ Ｗ（ （× ’ ） ｉ ）
Ｎ： Ｃ 生 —————一 公 式（ ） ４
指在经历多种无 意或有 意的信 号处 理过程后 ，数字水 印仍
能保持完整性或仍 能被 准确鉴别 。可能的信号处理过程包
在水 印嵌 入后 ，含水 印的图像在发生版权 纠纷 或其他
应用时 ， 需要提取 出水印 图像 ， 以确保版权 的归属问题或得 到隐藏的信息 ， 这就是水 印提取 、 检测 的作用。以图像 为例 ， 其中虚线表示该条件非必要条件 。
∑Ｗ（ ） ｉ
（） １
它的嵌入模式为 ：
图 １ 小 波 域 中嵌 入 水 印 的模 型
设有原始 图像 Ｉ 和水印信息 ｗ，水印嵌入算法为 Ｅ 水 ，
印嵌 入时所采用的密钥 Ｋ ， 那么水印图像 Ｉ 可表示如下 ：
Ｉ＝Ｅ Ｉ Ｋ ） Ｗ （， Ｗ， 公 式（） ２
是指在数字 作品 中嵌入数 字水印不会 引起 明显 的降质 ， 并 且不易被察觉 。（ ） ２ 鲁棒性（ 也称稳健性 ） ——所谓 鲁棒性是
的透明性 、 鲁棒性 、 全性 、 安 肓检性和恢 复性 以及易提取性
达 到理 论 与 现 实 意 义上 的统 一 。
２ 水印 的框 架和性 能评估
２１ 水 印 的 一 般模 型 ．
一
般 的水 印算法 主要 由水印信息的嵌入和提取 的核心
算法来确 定。它的嵌入算法 主要是将水印信息加 入到载体
ＰＮ ＝０ ｌ Ｓ Ｒ １１ ｇ
基于小波包分解的数字图像水印算法研究
像进行处理 ，将水印数据嵌入原 图像小波域 中的低频 子带 中。实验结果证 明 ， 此算法嵌入水 印的信息量 大 ， 且不可见性效果佳 ， 别对Ｊ Ｅ ２ ０ 压 缩有 良好 的鲁 特 Ｐ Ｇ ００
棒性
性。 国内外 学者提出了许 多算法 ， 现在 图像水 印算法处
理 一 般 为 空 间域 法 和 频 域 法 两 大 类 ］ 。
ｌ ｔ ｅ ｃ ｌ ｔ ｂ ｓｎ ｓ ． ｆ ｄ ｗｉ ｘ ｅｌ ｎ ｏ ｕ ｔ ｅ ｓ ｅ ｈ ｅ ｒ
Ｋｅ ｒ ｓ ｄ ｇｔ ｔ ｒ ｒ ｉｇ ｗａ ｅｅ ａ ｋ ｔ ｅ ｏ ｏ ｉ ｏ ； ｏ ｕ ｔ ｅ ｓ ａｇ ｒ ｈ ． ｙ ｗｏ ｄ ： ｉｉ ｗａｅ ｍａ ｋ ｎ ； ｖ ｌｔ ｃ ｅ ｓｄ ｃ ｍｐ ｓｔ ｎ ｒ ｂ ｓ ｓ ； ｌ ｏ ｔ ｍｓ ｌ ａ ｐ ｉ ｎ ｉ
第２ ８卷 第 ４期
Hale Waihona Puke ２１ ０ ２年 ４月 科 技 通 报
ＢＵＵ正 Ｔ Ｎ ＣＩ ＮＣ Ｄ Ｅ Ｉ ＯＦ Ｓ Ｅ Ｅ ＡＮ Ｔ ＣＨＮＯＬ Ｙ ＯＧ
Ｖ１ ８ ｏ ． Ｎｏ４ ２ ．
Ａｐｒ ２ ２ ． ０１
基于小波包分解 的数字 图像水 印算法研 究
韩 忠
（ 南 省 开封 人 民警 察 学 校 ， 南 开 封 ４ ５０ ） 河 河 ７ ０ ３
关键词 ： 数字水 印； 小波包分解 ； 鲁棒性 ； 算法
中 图 分 类 号 ：Ｐ ０ ． Ｔ ３１ ６ 文 献 标 识 码 ： Ａ 文 章编 号 ：０ １ ７ １ （０ ２ ０ — １６ ０ １０ — １９ ２ １ ）４ ０ ３ — ２
Ｗ ａ ｅｅ ａ ｋ ｔＤｅ ｏ ｖ ｌｔＰ ｃ ｅ ｃ ｍｐ ｓｔ ｎ ｏ ｇｔ ｌＩ ｇ ａ ｅ ｍａ ｋ ｎ ｇ ｒｔ ｍ ｏ ｉｉ ｆＤｉ ｉ ｍａ ｅ Ｗ ｔ ｒ ｒ ｉ ｇ Ａｌｏ ｉｈ ｏ ａ
基于小波零树图像编码算法在DSP上的实时实现
． ．
以 懈函
，
． ） Ｉ ＝ （ “
一啦 ）
，蔫
（ ’ ２ 】
籀
萄 。 … …
匿
Ｉｒ ： 小 ：
ｌ ｒ
麓： 。 秘 ＝＝ ， 篙
飘
Ｔ ３０ ２ 。 Ｍ￥ ２ Ｃ６ ０１
图 ２ Ｃ６ ０１ ２ ＤＳ Ｐ芯 片 与 Ｉ４ Ｓ１ ４ ０ Ｓ Ｓ ２ ５ ０ ＤＲＡＭ
小波分析是近年来国际上—个非常热 门的前 对 于可分离 的情况 ， （ 鲍 ｆ 咖 鲍）此时 ， 咖 ） 咖 ） （ ， ＾ ２ ３ 沿研究领域， 是继 Ｆ ｕｉｒ ｏ ｒ 分析之后的—个突破性 ｅ １ 阈值 Ｔ的选择。开始时的阈值 ＿ ｍ通常 进展 ， 它给许多相关领域带来了崭新的思想 ， 提供 了强有力的工具 ，在科技界引起了广泛的关注和 高度的重视。与 Ｆｕ ｅ 分析和 Ｇ ｂ ｒ ｏｒ ｒ ｉ ａｏ 变换相比， 小波变换是时间（ 空间） 频率的局部化分析， 它通 过伸缩平移运算对信号逐步进行多尺度 细化 ， 应 于 如 下 三 个 蒜 本 小 渡 ： 最 像时每一次扫描需要执行两种扫描， 并产生两种 ” 鲍 ＝ ， （ ） ）咖 ） 恕 输出的符 号。第一种扫描 叫做主扫描（ｏ ｉａ ｔ ｄ ｍ ｎｎ 终达到高频处时间细分和低频处频率细分 ，能 自 ｎ（ 鲍 ｊ － （ ’ ） ） 恕） 。 咖 ｐｓ） ａ ， ｓ 它的任务是把小波系数 ｘ与阈值 Ｔ 进行 比 动适应时顿信号分析的要求 ， 从而可聚焦到信号 “ ） － （ ） 鲍＝ ） ≈ 的任意细节 ， 克服了传统 Ｆ ｕ ｅ分析的不足。随 ｏｒｒ ｉ 较， 然后指定表 １中的 ４个符号之一 ， 对整幅图像 Ｔ Ｃ‘ ● ∞ 扫描之后产生 系数符号序列。第二种扫描叫做辅 着小波理论的不断完善，它的应用领域也越来越 广泛 。下面介 绍一 种 以数字 信号处理器 Ｄ Ｐ Ｓ— 扫描（ｕ ｏｄｎ ｔ ｐｓ）其任务是对主扫描取 出 ｓｂｒｉａｅ ａｓ， Ｔ ３ ０ ６ ０ 为开发平台， ＭＳ ２ Ｃ ２ １ 实现一种新的低存储 的带有符号 Ｐ或者 Ｎ的系数进行量化 ，产生代表 对应量化值的符号“＇ １。 ｏ和“” ’ 量的图像编码算法。 １信号处理系统的组成 下面介绍一种新的低存储量的图像零树编码 １ 系统整体硬件构架。硬件系统结构如图 ｌ ． １ 算法 ， 有效降低了存储空间的消耗 ， 减少了实现时 间， 易于在 Ｄ Ｐ上实现 。 Ｓ 在具体实现该算法的过程 所示。它由三个部分组成， 即图像采集模块、 视频 中， 采用了如下两个措施。 编码模块和数据通讯模块。图像采集模块将视频 信号数字化。视频编码模块接收来 自采集模块 的 表 １Ｅ Ｗ 系统符号集 Ｚ 数字图像数据。 对其进行压缩处理 ， 是算法实现的 主要部分。 其杨 是用来实现算法的 Ｄ Ｐ Ｓ 器件， 在 此选择 ． 司推 出的新一代定 点型 Ｄ Ｐ器件 ｎ公 Ｓ
以 懈函
，
． ） Ｉ ＝ （ “
一啦 ）
，蔫
（ ’ ２ 】
籀
萄 。 … …
匿
Ｉｒ ： 小 ：
ｌ ｒ
麓： 。 秘 ＝＝ ， 篙
飘
Ｔ ３０ ２ 。 Ｍ￥ ２ Ｃ６ ０１
图 ２ Ｃ６ ０１ ２ ＤＳ Ｐ芯 片 与 Ｉ４ Ｓ１ ４ ０ Ｓ Ｓ ２ ５ ０ ＤＲＡＭ
小波分析是近年来国际上—个非常热 门的前 对 于可分离 的情况 ， （ 鲍 ｆ 咖 鲍）此时 ， 咖 ） 咖 ） （ ， ＾ ２ ３ 沿研究领域， 是继 Ｆ ｕｉｒ ｏ ｒ 分析之后的—个突破性 ｅ １ 阈值 Ｔ的选择。开始时的阈值 ＿ ｍ通常 进展 ， 它给许多相关领域带来了崭新的思想 ， 提供 了强有力的工具 ，在科技界引起了广泛的关注和 高度的重视。与 Ｆｕ ｅ 分析和 Ｇ ｂ ｒ ｏｒ ｒ ｉ ａｏ 变换相比， 小波变换是时间（ 空间） 频率的局部化分析， 它通 过伸缩平移运算对信号逐步进行多尺度 细化 ， 应 于 如 下 三 个 蒜 本 小 渡 ： 最 像时每一次扫描需要执行两种扫描， 并产生两种 ” 鲍 ＝ ， （ ） ）咖 ） 恕 输出的符 号。第一种扫描 叫做主扫描（ｏ ｉａ ｔ ｄ ｍ ｎｎ 终达到高频处时间细分和低频处频率细分 ，能 自 ｎ（ 鲍 ｊ － （ ’ ） ） 恕） 。 咖 ｐｓ） ａ ， ｓ 它的任务是把小波系数 ｘ与阈值 Ｔ 进行 比 动适应时顿信号分析的要求 ， 从而可聚焦到信号 “ ） － （ ） 鲍＝ ） ≈ 的任意细节 ， 克服了传统 Ｆ ｕ ｅ分析的不足。随 ｏｒｒ ｉ 较， 然后指定表 １中的 ４个符号之一 ， 对整幅图像 Ｔ Ｃ‘ ● ∞ 扫描之后产生 系数符号序列。第二种扫描叫做辅 着小波理论的不断完善，它的应用领域也越来越 广泛 。下面介 绍一 种 以数字 信号处理器 Ｄ Ｐ Ｓ— 扫描（ｕ ｏｄｎ ｔ ｐｓ）其任务是对主扫描取 出 ｓｂｒｉａｅ ａｓ， Ｔ ３ ０ ６ ０ 为开发平台， ＭＳ ２ Ｃ ２ １ 实现一种新的低存储 的带有符号 Ｐ或者 Ｎ的系数进行量化 ，产生代表 对应量化值的符号“＇ １。 ｏ和“” ’ 量的图像编码算法。 １信号处理系统的组成 下面介绍一种新的低存储量的图像零树编码 １ 系统整体硬件构架。硬件系统结构如图 ｌ ． １ 算法 ， 有效降低了存储空间的消耗 ， 减少了实现时 间， 易于在 Ｄ Ｐ上实现 。 Ｓ 在具体实现该算法的过程 所示。它由三个部分组成， 即图像采集模块、 视频 中， 采用了如下两个措施。 编码模块和数据通讯模块。图像采集模块将视频 信号数字化。视频编码模块接收来 自采集模块 的 表 １Ｅ Ｗ 系统符号集 Ｚ 数字图像数据。 对其进行压缩处理 ， 是算法实现的 主要部分。 其杨 是用来实现算法的 Ｄ Ｐ Ｓ 器件， 在 此选择 ． 司推 出的新一代定 点型 Ｄ Ｐ器件 ｎ公 Ｓ
基于频面与嵌入零树小波的图像编码算法
维普资讯
烟 台师 范 学 院 学报 （ 自然 科学 版 ）
Ｙａ ｍｉＮｏ ｍａｌ ｎｖ ｒｉｙ Ｊ ｕ ｎ ｌＮ ａｕ ａ ｃｅ ｃ ） ｎ ｒ ｉｅ ｓ ｏ ｒ ａ（ ｔ ｒ ｌＳ ｉｎ ｅ Ｕ ｔ ２ ０ １ （ ） ２ 一 ２ ０ ２， ８ １ ： Ｏ ５
进 制符 号流 ；３ （）对 符号流 进行熵编 码 以得到 图像 压缩后 的 比特流 ． 中， 化编 码阶段 其 量
占有举 足轻重 的地位 ， 因为实际上所 有 的信息损 失都发 生在 量化编 码 阶段． 年来 ， 们 近 人 围绕 小 渡 系 数 的量 化 编 码 开 展 了大 量 研 究 工 作 ， 出 了一 系 列 新 量 化 编 码 算 法 ～． 中 ， 提 其 文 １３ 出的嵌入 零树 小波 （ Ｚ ） 码被认 为是 目前 国际 上最先 进 的方 法 之一 ， － 提 ７ ＥＷ 编 该算 法 以零树 结 构 和逐 次逼近 量 化 为基 础 ， 仅结构 简单 ， 不 元需 任何训 练 ， 且 支持 多码 率． 而 然 而 ， 细 分 析 Ｅ Ｗ 编 码 算 法 的 工 作 原 理 发 现 ， 逐 次 逼 近 量 化 过 程 中 ， 对 小 于 阈 值 的 仔 Ｚ 在 针 小渡 系数 ， 了确 定该 系数是 零树树 根还 是孤立 零 ， Ｚ 编 码算法 必须搜 索扫 描其 所 有 为 ＥＷ 后代 ， 这必 然会使 扫描高频 子带所产 生的二进制符 号流 中存在大 量冗余 ， 从而 大大影 响其 编 码效率 ． 了进 一步提 高图像 压缩 效率 ， 文 以 Ｅ Ｗ 算 法 为基础 ， 为 本 Ｚ 通过 考虑视 觉特 性 、 结 合子带 相 关性和 修改嵌人编 码策 略 ， 提出 了～种新 的基于 频面 与嵌人零 树 小波 的 图像 编码 （ Ｅ Ｗ） 法． 验结 果表 明， Ｆ Ｚ 算 实 该算 法在 压缩 速度、 原图像 质量 等方 面 均 明显优 于 复
烟 台师 范 学 院 学报 （ 自然 科学 版 ）
Ｙａ ｍｉＮｏ ｍａｌ ｎｖ ｒｉｙ Ｊ ｕ ｎ ｌＮ ａｕ ａ ｃｅ ｃ ） ｎ ｒ ｉｅ ｓ ｏ ｒ ａ（ ｔ ｒ ｌＳ ｉｎ ｅ Ｕ ｔ ２ ０ １ （ ） ２ 一 ２ ０ ２， ８ １ ： Ｏ ５
进 制符 号流 ；３ （）对 符号流 进行熵编 码 以得到 图像 压缩后 的 比特流 ． 中， 化编 码阶段 其 量
占有举 足轻重 的地位 ， 因为实际上所 有 的信息损 失都发 生在 量化编 码 阶段． 年来 ， 们 近 人 围绕 小 渡 系 数 的量 化 编 码 开 展 了大 量 研 究 工 作 ， 出 了一 系 列 新 量 化 编 码 算 法 ～． 中 ， 提 其 文 １３ 出的嵌入 零树 小波 （ Ｚ ） 码被认 为是 目前 国际 上最先 进 的方 法 之一 ， － 提 ７ ＥＷ 编 该算 法 以零树 结 构 和逐 次逼近 量 化 为基 础 ， 仅结构 简单 ， 不 元需 任何训 练 ， 且 支持 多码 率． 而 然 而 ， 细 分 析 Ｅ Ｗ 编 码 算 法 的 工 作 原 理 发 现 ， 逐 次 逼 近 量 化 过 程 中 ， 对 小 于 阈 值 的 仔 Ｚ 在 针 小渡 系数 ， 了确 定该 系数是 零树树 根还 是孤立 零 ， Ｚ 编 码算法 必须搜 索扫 描其 所 有 为 ＥＷ 后代 ， 这必 然会使 扫描高频 子带所产 生的二进制符 号流 中存在大 量冗余 ， 从而 大大影 响其 编 码效率 ． 了进 一步提 高图像 压缩 效率 ， 文 以 Ｅ Ｗ 算 法 为基础 ， 为 本 Ｚ 通过 考虑视 觉特 性 、 结 合子带 相 关性和 修改嵌人编 码策 略 ， 提出 了～种新 的基于 频面 与嵌人零 树 小波 的 图像 编码 （ Ｅ Ｗ） 法． 验结 果表 明， Ｆ Ｚ 算 实 该算 法在 压缩 速度、 原图像 质量 等方 面 均 明显优 于 复
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
的， 但 它 的子 孙 系数 中至 少有 一个 是重 要 的。 Ｅ Ｚ Ｗ 采 用 逐 次 逼 近 量 化 （ Ｓ ｕ ｃ ｃ ｅ ｓ ｓ ｉ ｖ ｅ—
Ｉ
／ ＼ ＼
Ｌ Ｈ １ ＼ 龠 Ｈ Ｈ ｔ
图 ２ 三 级 小 波 分 解 图
Ａ ｐ ｐ ｒ ｏ ｘ ｉ ｍ ａ ｔ ｉ ｏ ｎ Ｑ ｕ ａ ｎ ｔ ｉ ｚ ａ ｔ ｉ ｏ ｎ ，Ｓ ＡＱ） 方 法 。首先从 一 个 最 大 的量 化 阈值 Ｔ ０ ， 进 行 一 次主 扫描 ， 若 是重 要 系数 ， 则 将其 幅值 加 入辅 表 中 ， 然后 将 该 系数 在数 组 中置 为 零； 接 下来 进 行一 次辅 扫 描 ， 细化 重 要 值 的 表示 。更 新， 新量 化 阈值逐 次 减半 。 对 于每个 量 化 阈值 ， 都 要对 全部 系数进行 一 次扫 描 和零树 编 码 。 随着量 化 阈值 的 降低 ， 重 建 系 数误 差 会 越 来越 小 ， 直 到 达 到要 求 的 比 特率 为止 ， 这 样就 实现 了嵌 入 式零 树 编码 。 算法 分析 及 改进 策 略 ： 在Ｅ Ｚ Ｗ 算法中， 由于需 要 多次 扫 描 图像 ， 导致 效
：
一
，
蓥 0 ≯
。
一
方 向的不
一
( 1 ) 低 频 聚 能 特 性 ：对 于 自然 图 像
，
般地 绝 大
，
( 4 ) 高 频 显 著 簇 的 位 置 相 关 性 ：在 同
，
一
部分能量 聚集在
LL
。
低频子 带
，
剩余很 少 的能量 分 布
同 高频 子 带 之 间 显 著 簇 的 空 间 位 置 分 布 具 有 相关性
，
Ｌ Ｈ ３ Ｉ ｌ ｛ Ｈ ３
Ｉ Ｉ 几＼
ＬＨ２
（ Ｚ Ｔ Ｒ） 、 孤立 零点 （ Ｉ Ｚ ） 、 正 显 著 系数 （ Ｐ Ｏ Ｓ ） 、 负 显 著 系
、
Ｈ Ｉ １
数（ Ｎ Ｅ Ｇ） 。 零树 根 表示 当前 系数 节点 及 其子孙 节 点均 为非 显 著性节 点 。 孤立 零点 表示 当前 系 数值是 不 重要
2
如图
所示
。
随着
2 0 0 7 年 第 1 2 期 ( 总第 2 1 6 期 )
维普资讯
有线 电视技 术
分 辨率 由低 到高 ， 高频 子 带 能 量 渐 衰 ， 显 著 系数 个 数
递减 。
Ｈ
ＨＴ
数字电视
粗 的尺度 上 的那 个 小波 系 数称 为父 节 点 ，它 是树 根 ， 在较 细 尺度 上相 应位 置上 的小 波 系数 称为 子节 点 。 Ｅ Ｚ Ｗ 算 法 采 用 四 个 符 号 进 行 编 码 ： 零 树 根
。
近 年 来 小 波 变换 由于 其 良
，
( 3 ) 高 频 显 著 系 数 的 成 簇 分 布 特 性 ：在 各 级 高 频
子 带 中 显 著 系 数 主 要 聚 集 在 与 图像 的 边 缘 和 纹 理 相
，
好 的 去 相 关 性 和 能 量 集 中特 性 在 图 像 压 缩 领 域 取 得
了 空 前 的成 功 按 照 编 码 器 对 小 波 系 数 数 据 结 构 的利
一
本 文 通 过 对 基 于 小 波 变 换 的嵌 入 式 小 波 编 码 和 基 于 形 态 学 的 小 波 编 码 进 行 研 究 和 比 较 原 理 实 现 和 编 码 性 能 并探讨 了 可 能 改 进 的方 向
、 。
。
着 重 分 析 了 几 种典型 算法 的
。
关 键 词 ：小 波 变 换
嵌入 式 图像编码
嵌入式
形 态学
聚簇
1
引
言
一
和 纹 理 等重 要 信息 只 具 有 很 少 的 能量
，
对 于 图像 的可 懂 度是 非常重要
的； 其 余 的对 应 于 图 像 平 坦 区 的 大 量 高 频 非 显 著 系 数
图像 压 缩 编 码 作 为 多 媒 体 技 术 的 关 键 环 节
，
直
。
是信息 技术 的活 跃 领 域
。
对 应 的 位 置 附 近 呈 现 出 成 簇 分 布 的特 点
，
。
如图
1
所
用 现 存 的小 波 编码 器 可 以 分 为两 种 主 要 类 型，：一类
示 为 当 显 著 阈值 T 1 1 时 L e
=
，
n a
图像 经 过 6 级 小 波 分
是 以 S h a p r io 的 E Z W 和 S a id 等人 的 S P I HT 为 代 表 的
基 于 方 向零 树 数 据 结 构 的 零 树 小 波 图 像 编 码 器 ；另
一
解 后 的小 波 系 数 的 分 布 情 况
。
‘
类 是 以 Se rv
S L CCA
e
tto
等人 的
MR WD
和 Cha
i
等 人 的
为 代 表 的基 于 数 学 形 态 学 表 示 的 形 态 学 小 波
。
图像 编 码 器
维普资讯
数 字 电视
有线 电视 技 术
李远 铮
摘要
同 济 大 学 电 子 与信 息 工 程 学 院
：
小 波 变 换 由 于 其 良好 的 空 间 频 率 局 部 化 特 性 和 诸 多 的 统 计 特 性 给 图 像 编 码 算 法 提 供 了 广 阔 的 发 展 空 间 。
，
本 文对这 两 类算 法进 行 了原理 分析 性
、
能 比 较 说 明 了 小 波 图 像 编 码 的研 究 方 向
。
， 藐旁 鬻 燧∥ 分
‘ ‘
?
．
，
2
小 波 系数 的能量 分布特点
，
自然 图 像 经 过 塔 式 小 波 变 换 后 小 波 变 换 系 数 能
量 的 分 布呈 现 了很 多鲜 明的统计 特 征
小 波 的低频 系数 是 比较 容 易 实现 压缩 编 码 的 ， 而 高 频显 著系 数 的编码 就 比较 困难 一些 。 因此 ， 目前 各 种 小 波编 码 方 法 几乎 都 是 在研 究 如何 有效 地 利 用 小
。
定的
在各 级 高频子 带 中
( 2 ) 高 频 能 量 聚 集 特 性 ：高 频 能 量 又 主 要 聚 集 在 为数不 多 的 高频 显 著系数上 它们 包 含 了 图像 的边 缘
，
(5 ) 高 频 显 著 系 数 分 布 递 减 特 性
三 级 小波分解 后 形 成 了 十个 子 带
，
：
一
副 图像 经 过
Ｉ
／ ＼ ＼
Ｌ Ｈ １ ＼ 龠 Ｈ Ｈ ｔ
图 ２ 三 级 小 波 分 解 图
Ａ ｐ ｐ ｒ ｏ ｘ ｉ ｍ ａ ｔ ｉ ｏ ｎ Ｑ ｕ ａ ｎ ｔ ｉ ｚ ａ ｔ ｉ ｏ ｎ ，Ｓ ＡＱ） 方 法 。首先从 一 个 最 大 的量 化 阈值 Ｔ ０ ， 进 行 一 次主 扫描 ， 若 是重 要 系数 ， 则 将其 幅值 加 入辅 表 中 ， 然后 将 该 系数 在数 组 中置 为 零； 接 下来 进 行一 次辅 扫 描 ， 细化 重 要 值 的 表示 。更 新， 新量 化 阈值逐 次 减半 。 对 于每个 量 化 阈值 ， 都 要对 全部 系数进行 一 次扫 描 和零树 编 码 。 随着量 化 阈值 的 降低 ， 重 建 系 数误 差 会 越 来越 小 ， 直 到 达 到要 求 的 比 特率 为止 ， 这 样就 实现 了嵌 入 式零 树 编码 。 算法 分析 及 改进 策 略 ： 在Ｅ Ｚ Ｗ 算法中， 由于需 要 多次 扫 描 图像 ， 导致 效
：
一
，
蓥 0 ≯
。
一
方 向的不
一
( 1 ) 低 频 聚 能 特 性 ：对 于 自然 图 像
，
般地 绝 大
，
( 4 ) 高 频 显 著 簇 的 位 置 相 关 性 ：在 同
，
一
部分能量 聚集在
LL
。
低频子 带
，
剩余很 少 的能量 分 布
同 高频 子 带 之 间 显 著 簇 的 空 间 位 置 分 布 具 有 相关性
，
Ｌ Ｈ ３ Ｉ ｌ ｛ Ｈ ３
Ｉ Ｉ 几＼
ＬＨ２
（ Ｚ Ｔ Ｒ） 、 孤立 零点 （ Ｉ Ｚ ） 、 正 显 著 系数 （ Ｐ Ｏ Ｓ ） 、 负 显 著 系
、
Ｈ Ｉ １
数（ Ｎ Ｅ Ｇ） 。 零树 根 表示 当前 系数 节点 及 其子孙 节 点均 为非 显 著性节 点 。 孤立 零点 表示 当前 系 数值是 不 重要
2
如图
所示
。
随着
2 0 0 7 年 第 1 2 期 ( 总第 2 1 6 期 )
维普资讯
有线 电视技 术
分 辨率 由低 到高 ， 高频 子 带 能 量 渐 衰 ， 显 著 系数 个 数
递减 。
Ｈ
ＨＴ
数字电视
粗 的尺度 上 的那 个 小波 系 数称 为父 节 点 ，它 是树 根 ， 在较 细 尺度 上相 应位 置上 的小 波 系数 称为 子节 点 。 Ｅ Ｚ Ｗ 算 法 采 用 四 个 符 号 进 行 编 码 ： 零 树 根
。
近 年 来 小 波 变换 由于 其 良
，
( 3 ) 高 频 显 著 系 数 的 成 簇 分 布 特 性 ：在 各 级 高 频
子 带 中 显 著 系 数 主 要 聚 集 在 与 图像 的 边 缘 和 纹 理 相
，
好 的 去 相 关 性 和 能 量 集 中特 性 在 图 像 压 缩 领 域 取 得
了 空 前 的成 功 按 照 编 码 器 对 小 波 系 数 数 据 结 构 的利
一
本 文 通 过 对 基 于 小 波 变 换 的嵌 入 式 小 波 编 码 和 基 于 形 态 学 的 小 波 编 码 进 行 研 究 和 比 较 原 理 实 现 和 编 码 性 能 并探讨 了 可 能 改 进 的方 向
、 。
。
着 重 分 析 了 几 种典型 算法 的
。
关 键 词 ：小 波 变 换
嵌入 式 图像编码
嵌入式
形 态学
聚簇
1
引
言
一
和 纹 理 等重 要 信息 只 具 有 很 少 的 能量
，
对 于 图像 的可 懂 度是 非常重要
的； 其 余 的对 应 于 图 像 平 坦 区 的 大 量 高 频 非 显 著 系 数
图像 压 缩 编 码 作 为 多 媒 体 技 术 的 关 键 环 节
，
直
。
是信息 技术 的活 跃 领 域
。
对 应 的 位 置 附 近 呈 现 出 成 簇 分 布 的特 点
，
。
如图
1
所
用 现 存 的小 波 编码 器 可 以 分 为两 种 主 要 类 型，：一类
示 为 当 显 著 阈值 T 1 1 时 L e
=
，
n a
图像 经 过 6 级 小 波 分
是 以 S h a p r io 的 E Z W 和 S a id 等人 的 S P I HT 为 代 表 的
基 于 方 向零 树 数 据 结 构 的 零 树 小 波 图 像 编 码 器 ；另
一
解 后 的小 波 系 数 的 分 布 情 况
。
‘
类 是 以 Se rv
S L CCA
e
tto
等人 的
MR WD
和 Cha
i
等 人 的
为 代 表 的基 于 数 学 形 态 学 表 示 的 形 态 学 小 波
。
图像 编 码 器
维普资讯
数 字 电视
有线 电视 技 术
李远 铮
摘要
同 济 大 学 电 子 与信 息 工 程 学 院
：
小 波 变 换 由 于 其 良好 的 空 间 频 率 局 部 化 特 性 和 诸 多 的 统 计 特 性 给 图 像 编 码 算 法 提 供 了 广 阔 的 发 展 空 间 。
，
本 文对这 两 类算 法进 行 了原理 分析 性
、
能 比 较 说 明 了 小 波 图 像 编 码 的研 究 方 向
。
， 藐旁 鬻 燧∥ 分
‘ ‘
?
．
，
2
小 波 系数 的能量 分布特点
，
自然 图 像 经 过 塔 式 小 波 变 换 后 小 波 变 换 系 数 能
量 的 分 布呈 现 了很 多鲜 明的统计 特 征
小 波 的低频 系数 是 比较 容 易 实现 压缩 编 码 的 ， 而 高 频显 著系 数 的编码 就 比较 困难 一些 。 因此 ， 目前 各 种 小 波编 码 方 法 几乎 都 是 在研 究 如何 有效 地 利 用 小
。
定的
在各 级 高频子 带 中
( 2 ) 高 频 能 量 聚 集 特 性 ：高 频 能 量 又 主 要 聚 集 在 为数不 多 的 高频 显 著系数上 它们 包 含 了 图像 的边 缘
，
(5 ) 高 频 显 著 系 数 分 布 递 减 特 性
三 级 小波分解 后 形 成 了 十个 子 带
，
：
一
副 图像 经 过