电路图下载_说明书下载_标准下载 - 电子标准网
您的位置电子标准网 > 电子百科
站内搜索:

小波变换编码

2011-11-20 09:35:42   发表:
基本原理
小波变换用于多分辨率图像描述起始于45年。小波的图像分解思想是属于子带分解的一个特例。这个小波分解是完备的、正交的,且多分辨率的分解。在空间域里,小波分解将信号分解为不同层次分解运算的同时形成了频率域中的多层次分解。在频率域中的每个层次上,高频分量与低频分量的分布与原数据中频率分布的方向有关。利用小波变换对图像进行压缩的原理与子带编码方法一样,是将原图像信号分解成不同的频率区域,持续的压缩编码方法根据人的视觉、图像的统计、细节和结构等特性,对不同的频率区域采取不同的压缩编码手段,从而使数据量减少。
利用小波变换进行图像压缩一般采用离散小波变换编码的方法。图像压缩中所用的离散正交小波一般是由滤波函数构造的。对于给定的数字信号矩阵,将其分解为一个高通的和一个低通的子信号,且两者是相互正交的。在必要时可以递归地对每一个子信号分下去,一直到需要的带宽为止,然后进行分析和运算。
小波变换分析用于图像数据压缩主要有以下特征:
小波变换编码方式仍属于分波段编码,是子带编码的改进型。这是因为大多数语音和图像信号倾向于非均匀频谱,只集中在某一时间段的某一频段,小波包基表示信号时正好有这种自适应性,可通过选定一个阈值将这此时间段和频段的相应系数保留编码而丢弃其他时间段和频段上的小幅值的系数;其次,小波包基的每次分解都把信号分成低频和高频两部分,而多数的语音和图像信号的统计特性表明大幅值的系数往往集中在低频区内,这样可给那些小幅值系数分配很少的比特数,甚至可以不传输或存储,从而压缩了数据。
具体编码方法应用
小波(wavelet)变换作为20世纪80年代中期出现的新时频域信号分析工具。自1989年Mallat首次将小波变换引入图像处理以来,小波变换以其优异的时频局部能力及良好的去相关能力在图像压缩编码领域得到了广泛应用,并取得了良好的效果,其中, 由Shen 等提出的CEZW (color embeddedzerotree wavelet)算法及由Saenz等提出的CZW(color zerotree wavelet)算法被认为是目前国际上比较优秀的彩色图像压缩方法,它们均以著名的嵌入零树小波( embedded zerotree wavelet, 简记为EZW)编码思想为基础,其不仅结构简单无需任何训练、支持多码率,而且具有较高的信噪比和较好的图像复原质量。然而,理论分析和实验结果表明,上述算法也存在一些不足,具体表现为:
(1)未能结合人眼视觉掩蔽特性进行系数量化;
(2)构造零树结构时,未能充分利用彩色分量之间的相关特性;
(3)未单独处理最低频子带;
(4)未能依据图像内容确定高频子带扫描次序。


关于我们-联系我们-帮助中心-友情链接-免责声明