基于小波变换及ROI的图像压缩算法研究与实现

摘要

在当今的信息化时代，人们对信息的需求越来越大，图像以其直观、形象、易于理解的特点成为人们重要的信息来源。但是图像数据占据的存储空间较大，给存储和传输带来了巨大的压力，因此，图像压缩具有重要的研究意义和应用价值。
　　图像压缩的目标是在达到高压缩比的同时，保证图像的解码质量能够不影响应用需求。本文在深入研究现有图像压缩技术的基础上，将有损压缩和无损压缩相结合提出了一种新的压缩方法，该方法首先对整幅图像进行小波分解，对分解后的最低频子带进行无损压缩，以保证解码图像中的大部分信息不丢失。然后，利用图像小波分解后高频子带系数矩阵具有的稀疏性质，对各个高频子带采用可变块矢量量化技术进行有选择性的大幅度地压缩。同时，本文提出了一种基于能量排序的初始码书设计方法，对矢量量化技术中的经典码书训练算法LBG进行了改进。提出了排除异常码字的码字搜索算法，在几乎不增加搜索失真的前提下，提高了图像编码的速度。此外，本文提出了一种应用于小波域中的同方向不同分解级次上的高频子带间的预测分块划分方法，来提高在可变块矢量量化过程中对高频子带的分块速度。最后，对于有特殊要求的图像，本文利用矢量量化解码速度快的特点，提出了对感兴趣区域进行追加差图像码流的无损编码算法。
　　本文对本文方法与传统方法进行了对比实验，实验表明本文方法在速度上比传统方法有明显的提升，在进行高压缩比压缩时，图像的解码质量优于传统算法，适合高压缩比的图像压缩。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 图像压缩技术的研究现状

1．3 本文研究内容

1．4 本文组织结构

第2章 相关技术介绍

2．1 图像压缩的理论基础

2．1．1 图像数据的冗余

2．1．2 图像压缩模型

2．1．3 信息理论基础

2．2 图像压缩算法综述

2．2．1 熵编码

2．2．2 预测编码

2．2．3 变换编码

2．2．4 分形图像编码

2．2．5 感兴趣区域图像编码

2．3 图像编码的质量评价

2．3．1 图像保真度

2．3．2 压缩比

2．3．3 算法复杂度

2．4 本章小结

第3章 基于小波变换及感兴趣区域的图像压缩算法

3．1 引言

3．2 小波变换

3．2．1 小波变换的基础知识

3．2．2 图像的小波分解与重构

3．2．3 小波变换的特性

3．3 基于矢量量化的图像压缩

3．3．1 矢量量化原理

3．3．2 基于能量排序的LBG初始码书设计

3．3．3 基于异常码字排除的快速码字搜索算法

3．3．4 可变块矢量量化

3．4 基于小波变换和可变块矢量量化的压缩算法

3．4．1 复杂性分析

3．4．2 基于小波子带间相关性预测的可变块划分算法

3．5 渐进式感兴趣区域无损编码

3．5．1 感兴趣区域的提取

3．5．2 边界的链式编码

3．6 本章小结

第4章 实验结果与分析

4．1 实验数据

4．2 矢量量化压缩算法实验

4．2．1 训练集的生成

4．2．2 基于能量排序的LBG初始码书设计

4．2．3 基于异常码字排除的快速码字搜索算法

4．3 基于小波变换及可变块矢量量化的压缩算法实验

4．3．1 基于小波子带间相关性预测的可变块划分算法实验

4．3．2 子带间相关性预测分块的可变块矢量量化与JPEG的对比实验

4．3．3 ROI无损压缩实验与分析

4．4 本章小结

第5章 总结与展望

参考文献

致谢