基于小波變換圖像壓縮_第1頁
基于小波變換圖像壓縮_第2頁
基于小波變換圖像壓縮_第3頁
基于小波變換圖像壓縮_第4頁
基于小波變換圖像壓縮_第5頁
已閱讀5頁,還剩9頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于小波變幻的圖像壓縮技術(shù)專業(yè)班級:電子信息科學(xué)與技術(shù)專業(yè)班級:電子信息科學(xué)與技術(shù)圖像壓縮技術(shù)概述圖像壓縮技術(shù)概述圖像壓縮就是減少表示數(shù)字圖像時需要的數(shù)據(jù)量。是指以較少的比特有損或無損地表示原來的像素矩陣的技術(shù),也稱圖像編碼。圖像數(shù)據(jù)之所以可以進(jìn)行壓縮,主要是因為一般原始圖像數(shù)據(jù)是高度相關(guān)的,都含有大量的冗余信息。圖像壓縮編碼的目的就是消除各種冗余,并在給定的畸變下用盡量少的比特數(shù)來表征和重建圖像,使它符合預(yù)定應(yīng)用場合的要求。圖像壓縮的基本原理圖像壓縮的基本原理 去除多余數(shù)據(jù).以數(shù)學(xué)的觀點來看,這一過程實際上就是將二維像素陣列變換為一個在統(tǒng)計上無關(guān)聯(lián)的數(shù)據(jù)集合 圖像壓縮是指以較少的比特有損或無

2、損地表示原來的像素矩陣的技術(shù),也稱圖像編碼. 圖像數(shù)據(jù)之所以能被壓縮,就是因為數(shù)據(jù)中存在著冗余。圖像數(shù)據(jù)壓縮原理圖像數(shù)據(jù)壓縮原理由于圖像數(shù)據(jù)之間存在這一定的冗余,所以使得數(shù)據(jù)的壓縮成為可能。信息論的創(chuàng)始人Shannon 提出把數(shù)據(jù)看作是信息和冗余度(redundancy)的組合。所謂冗余度是由于一副圖像的各像素之間存在著很大的相關(guān)性,可利用一些編碼的方法刪去它們,從而達(dá)到減少冗余壓縮數(shù)據(jù)的目的。為了去掉數(shù)據(jù)中的冗余,常常要考慮信號源的統(tǒng)計特性,或建立信號源的統(tǒng)計模型。圖像的冗余包括以下幾種:空間冗余:像素點之間的相關(guān)性;時間冗余:活動圖像兩個連續(xù)幀之間的冗余;信息熵冗余:單位信息量大于其熵;結(jié)

3、構(gòu)冗余:區(qū)域上存在非常強(qiáng)的紋理結(jié)構(gòu);知識冗余:有固定的結(jié)構(gòu),如人的頭像;視覺冗余:某些圖像的失真是人眼不易覺察的圖像數(shù)據(jù)的冗余主要表現(xiàn)為:圖像中相鄰像素間的相關(guān)性引起的空間冗余;圖像序列中不同幀之間存在相關(guān)性引起的時間冗余;不同彩色平面或頻譜帶的相關(guān)性引起的頻譜冗余。從壓縮編碼算法原理上可以分為以下從壓縮編碼算法原理上可以分為以下3類:類:1 無損壓縮編碼種類 哈夫曼(Huffman)編碼,算術(shù)編碼,行程(RLE)編碼,Lempel zev編碼。2 有損壓縮編碼種類 預(yù)測編碼,DPCM,運(yùn)動補(bǔ)償; 頻率域方法:正交變換編碼(如DCT),子帶編碼; 空間域方法:統(tǒng)計分塊編碼; 模型方法:分形編碼

4、,模型基編碼; 基于重要性:濾波,子采樣,比特分配,向量量化;3 混合編碼 有JBIG,H261,JPEG,MPEG等技術(shù)標(biāo)準(zhǔn)。數(shù)據(jù)壓縮的目的數(shù)據(jù)壓縮的目的就是通過去除這些數(shù)據(jù)冗余來減少表示數(shù)據(jù)所需的比特數(shù)。由于圖像數(shù)據(jù)量的龐大,在存儲、傳輸、處理時非常困難,因此圖像數(shù)據(jù)的壓縮就顯得非常重要。 信息時代帶來了“信息爆炸”,使數(shù)據(jù)量大增,因此,無論傳輸或存儲都需要對數(shù)據(jù)進(jìn)行有效的壓縮。在遙感技術(shù)中,各種航天探測器采用壓縮編碼技術(shù),將獲取的巨大信息送回地面。 圖像壓縮是數(shù)據(jù)壓縮技術(shù)在數(shù)字圖像上的應(yīng)用,它的目的是減少圖像數(shù)據(jù)中的冗余信息從而用更加高效的格式存儲和傳輸數(shù)據(jù)。圖像壓縮的基本圖像壓縮的基本

5、模型模型 編碼器結(jié)構(gòu) 解碼器結(jié)構(gòu)像數(shù)據(jù)壓縮圖Huffman編碼編碼量化器DCT變換像數(shù)據(jù)原始圖像數(shù)據(jù)重建圖逆DCT變換(逆)量化器Huffman譯碼像數(shù)據(jù)壓縮圖小波變換小波變換將圖像的像素解相關(guān)的變換系數(shù)進(jìn)行編碼,比對元像素本身編碼的效率更高。如果變換的基函數(shù)將大多數(shù)重要的可視信息壓縮到少量的系數(shù)中,則剩下的系數(shù)可以被粗略的量化或截取為0,而圖像幾乎沒有失真。它的壓縮比高,壓縮速度快,壓縮后能保持信號與圖像的特征不變,且在傳遞中抗干擾。小波變換實現(xiàn)圖像壓縮小波變換實現(xiàn)圖像壓縮實驗原理:實驗原理:小波變化通過多分辨分析過程將一幅圖像分成近似和細(xì)節(jié)兩部分,細(xì)節(jié)對應(yīng)的是小尺度的順變,它在本尺度內(nèi)很穩(wěn)

6、定,因此將細(xì)節(jié)存儲起來,近似部分在下一個尺度進(jìn)行分解,重復(fù)該過程即可,近似與細(xì)節(jié)在正交鏡像濾波器算法中分別對應(yīng)于高通濾波和低通濾波,這種變換通過尺度去掉相關(guān)性。利用wavedec2()函數(shù)對圖像進(jìn)行小波分解后,再用appcoef2()函數(shù)對分解的圖像進(jìn)行重構(gòu),最后用wcodemat()函數(shù)進(jìn)行量化編碼基于小波變換的分塊壓縮感知理論基于小波變換的分塊壓縮感知理論 壓縮感知圖像重建是利用圖像在某個變換域具有稀疏表示的先驗知識來完成的。而大部分圖像本身卻并不是稀疏的,一般都是通過某種稀疏變換進(jìn)行稀疏表示的。現(xiàn)在的實際圖像則常采用離散余弦變換和小波變換等非冗余的正交變換來進(jìn)行表示。由于對圖像進(jìn)行小波變

7、換之后小波系數(shù)的稀疏性,本文通過對測試圖像進(jìn)行小波稀疏變換,得到稀疏的小波系數(shù)矩陣;然后通過設(shè)計合適的觀測矩陣對小波變換后的稀疏小波系數(shù)進(jìn)行觀測,得到數(shù)據(jù)量遠(yuǎn)小于原信號或圖像維數(shù)N 的M 個觀測值;最后通過采用合適的重構(gòu)算法即求解一個基于嚴(yán)格的數(shù)學(xué)最優(yōu)化問題來重構(gòu)出小波變換域下的稀疏小波矩陣,從而得到重構(gòu)后的圖像由于人眼對亮度變化有一定的門限,較小誤差不容易看出,這便產(chǎn)生了基于量化級數(shù)的編碼,通過量化忽略較小的誤差,大大提高了數(shù)據(jù)的壓縮率,這就是有損編碼的基本思想,它去除的是圖像心理視覺冗余。預(yù)測編碼應(yīng)用了現(xiàn)代統(tǒng)計學(xué)和控制理論的“時間序列分析”概念,優(yōu)點是直觀快捷、便于實現(xiàn),特別適用于具有實時性的硬件結(jié)構(gòu)中,在傳輸速率較高的場合大都采用預(yù)測編碼方法,而它的缺點就是壓縮比還不夠高。因此再用量化方法對預(yù)測編碼中的預(yù)測誤差進(jìn)行量化,這就產(chǎn)生了有損預(yù)測編碼。變換編碼是目前應(yīng)用最為成功的一種有損編碼,它將圖像變換到另一個能量更為緊湊的空間,將圖像信息集中到少數(shù)幾個系數(shù)上,去除空間冗余,這樣便于壓縮,另外根據(jù)人眼的心理視覺特點,構(gòu)造量化表,對變換后的系數(shù)進(jìn)行量化,提高了壓縮率,而不影響人眼的視覺效果。目前靜態(tài)圖像編碼標(biāo)準(zhǔn)都采用了變換

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論