基于小波Contourlet變換的圖像壓縮算法

1、 438數(shù)據(jù)采集與處理第25卷方向的圖像表示方法。Contourlet變換繼承了Curvelet變換的各向異性尺度關(guān)系,支撐區(qū)間具有隨尺度而長(zhǎng)寬變化的“長(zhǎng)條形”結(jié)構(gòu),它能比小波變換更有效地捕捉圖像紋理和邊界信息3。但由于其具有4/3的冗余度,不適合圖像壓縮編碼。Eslami和Radha提出了一種新的非冗余Contourlet變換小波一Contourlet變換“J(Wavcletbased contourlet transform,WBCT,并且與SPIHT算法結(jié)合提出一種新的CSPIHT編碼算法6。該算法在對(duì)紋理豐富的圖像編碼方面取得了比小波編碼更好的視覺(jué)效果。SPIHT編碼7是充分利用小波系

2、數(shù)在同一方向的各級(jí)高頻子帶之間的空間相關(guān)性。而經(jīng)過(guò)方向?yàn)V波后各級(jí)子帶的方向數(shù)不同,破壞了這種對(duì)應(yīng)關(guān)系,這也影響了CSPIHT算法的編碼效率。由Pearlman等人提出的集合塊SPECK算法s,對(duì)復(fù)雜紋理圖像具有比SPIHT算法更高的編碼性能。無(wú)鏈表SPECK(I,istless SPECK,LSK算法在SPECK算法基礎(chǔ)上改進(jìn)鏈表結(jié)構(gòu),具有復(fù)雜度低、編碼速度快和節(jié)省存儲(chǔ)空間的優(yōu)點(diǎn)。本文提出一種新的基于小波一Contourlet變換的無(wú)鏈表SPECK編碼算法,實(shí)驗(yàn)結(jié)果表明,該算法用于圖像編碼不僅具有良好的壓縮效果,而且易于實(shí)現(xiàn)。1小波一Contourlet變換Contourlet變換可分為兩個(gè)階

3、段,首先用拉普拉斯金字塔(I,P對(duì)圖像進(jìn)行多尺度分解以捕獲奇異點(diǎn),然后用方向?yàn)V波器組(DFB將分布在同方向上的奇異點(diǎn)合成一個(gè)系數(shù)。LP分解只對(duì)低頻部分進(jìn)行下采樣,處理后數(shù)據(jù)會(huì)產(chǎn)生冗余。小波一Contourlet變換中用二維小波變換代替LP變換進(jìn)行子帶分解。由于小波分解和方向?yàn)V波器組是無(wú)冗余的,小波一Contourlet變換也不會(huì)產(chǎn)生冗余?；谛〔ǖ腃ontourlet變換分兩步:首先利用小波變換進(jìn)行子帶分解,在每一級(jí)變換得到高頻子帶HH,HL,LH,然后方向?yàn)V波器組對(duì)同級(jí)的高頻子帶進(jìn)行相同級(jí)數(shù)的方向分解。從最高頻子帶開(kāi)始方向?yàn)V波,方向?yàn)V波級(jí)數(shù)為L(zhǎng),則每個(gè)子帶被分解成ND一2塊。圖1是圖像經(jīng)三級(jí)

4、小波一Contourlet 分解,最高頻子帶L一3的分解示意圖。由于小波變換具有多分辨率特點(diǎn),所以小波一Contourlet變換是多分辨率多方向的。設(shè)二維正交小波的子空間;和尺度空間y;的關(guān)系為V;=VJ o V,y;一lVo W;圖1小波一Contourlet變換示意圖若(彩剛彤川躬。Z2為;的正交基,對(duì)子空間;作l級(jí)的方向?yàn)V波時(shí),得到;的20方向子帶ti一1分布:W;=0;:p,如圖2所示。方向子帶空間V吁:,的基函數(shù)為叨:蹦,T,/¨z.(t.,】7;:f岔。z。,其中諺:蹴=g:,研一5黟咒以.卅,i=1,2,3。圖2方向?yàn)V波后的子帶空問(wèn)分布2小波一Contourlet無(wú)鏈表

5、集合分裂嵌入塊編碼SPECK算法是由Said和Pearlman等提出的一種嵌入式的編碼方法。它充分利用圖像經(jīng)變換后系數(shù)的分級(jí)結(jié)構(gòu)和頻域內(nèi)的能量聚類性的特點(diǎn)。在EZW算法9和SPIHT算法中,主要是利用子帶間不重要系數(shù)的相關(guān)性,而SPECK是充分利用同一子帶中不重要系數(shù)的相關(guān)性,采用易于計(jì)算和并行處理的塊結(jié)構(gòu),具有編碼速度快和編碼復(fù)雜度低的特點(diǎn)。在SPECK算法中使用了兩個(gè)排序鏈表來(lái)存放編碼集合和像素的坐標(biāo)值,將占用很大的存儲(chǔ)空間,并且鏈表節(jié)點(diǎn)的插入刪除會(huì)增加算法的復(fù)雜度,不利于硬件實(shí)現(xiàn)。無(wú)鏈表集合分裂嵌入塊編碼 (LSK算法10用狀態(tài)標(biāo)志取代鏈表對(duì)子帶進(jìn)行分 440數(shù)據(jù)采集與處理第25卷占用1

6、28KB字節(jié)的內(nèi)存。與SPECK算法占用1.125 MB字節(jié)的內(nèi)存相比,減少為原來(lái)的1/8,較大地減少了內(nèi)存數(shù)量,更有利于算法實(shí)現(xiàn)。3實(shí)驗(yàn)結(jié)果與分析為了驗(yàn)證本文編碼算法的有效性,選取512×512×8bit的圖像Goldhill和Barbara為例進(jìn)行性能測(cè)試,并與典型的基于小波的圖像編碼算法SPIHT和SPECK進(jìn)行比較。實(shí)驗(yàn)中選用9/7雙正交提升小波,分解層次為4級(jí)。表1給出了不同壓縮率下算法解碼圖像的峰值信噪比(PSNR。由于不同的表1不同碼率下重構(gòu)圖像的峰值信噪比(PSNRdB 上下文模型會(huì)影響編碼算法的性能比較,因此測(cè)試結(jié)果沒(méi)有進(jìn)行算術(shù)編碼。從表1看出,本文算法與

7、SPECK算法和SPIHT算法在不同碼率下,Barbara和Goldhill的重構(gòu)圖像的PSNR相近。一方面由于CI。SK算法采用狀態(tài)標(biāo)記取代鏈表,編碼過(guò)程中缺少按集合大小的重新排序過(guò)程,使編碼效率降低。另一方面,對(duì)于紋理更豐富的圖像Barbara,方向?yàn)V波后能得到對(duì)圖像的更“稀疏”表示,有利于圖像壓縮,所以PSNR略高。圖4(a,b,c中分別為Barbara圖在0.2bpp下采用基于小波變換的SPIHT和SPECK算法以及本文算法的重構(gòu)圖像?？梢钥闯鲈谙嗤a率下,本文算法更多地保留了圖像的邊緣以及紋理等細(xì)節(jié)信息,得到優(yōu)于小波變換算法的主觀視覺(jué)效果。圖5為Goldhill圖在0.25bpp下用

8、不同算法的重構(gòu)圖像。從屋頂和門窗等處的細(xì)節(jié)可以看出,本文算法得到的圖像更清晰。(aSPIHT編碼(bSPECK編碼(cCLSK編碼圖4Barbara圖像用不同算法的編碼結(jié)果局部對(duì)比(o.2bpp(aSPECK(bSPIHT圖5Goldhill圖像用不同算法的編碼重構(gòu)圖像(0.25bpp 4結(jié)束語(yǔ)小波一Contourlet變換比小波變換和Con一(cCLSKtourlet變換具有更強(qiáng)的方向性和對(duì)圖像的稀疏表達(dá),能夠更有效捕捉圖像的結(jié)構(gòu)特征和邊緣信息。LSK算法采用狀態(tài)標(biāo)志取代鏈表結(jié)構(gòu)能減少內(nèi)存 基于小波-Contourlet變換的圖像壓縮算法 作者： 作者單位： 刊名： 英文刊名： 年，卷(期：

9、 被引用次數(shù)： 田秀偉， 鄭喜鳳， 丁鐵夫 田秀偉(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所,長(zhǎng)春,130033;中國(guó)科學(xué)院研究生院,北 京,100039， 鄭喜鳳,丁鐵夫(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所,長(zhǎng)春,130033 數(shù)據(jù)采集與處理 JOURNAL OF DATA ACQUISITION & PROCESSING 2010，25(4 0次 參考文獻(xiàn)(10條 1.Do M N,Directional mulfiresolution image representationsD.EPFL,Lausanne,Switzerland.2001. 2.Minh N D,Vetter

10、li M.The contourlet transform;an efficient directional multiresolution image representationJ.IEEE Trans on Image Processing,2005,14(12:2091-2106. 3.Duncan D Y Po,Do M N.Directional multiscale modeling of images using the contourlet transformJ.IEEE Trans on Image Processing,2006,15(6:1610-1620. 4.Esl

11、ami R,Radha H.Wavelet-based contourlet transform and its application to image codingC/Proceeding of IEEE International Conference on Image Processing.Singapore:IEEE,2004:31893192. 5.Eslami R,Radha H.New image transform using hybrid wavelets and directional filter banks:analysis and designCProceeding

12、 of IEEE International Conference on Image Processing.S.l.:IEEE,2005:733-736. 6.Eslami R,Radha H.Wavelet-based contourlet coding using an SPIHT-like algorithmC/Proceeding of Conference on Information Science and Systems.Princeton,USA:s.n.,2004:784-788. 7.Said A.Pearlman W A.A new fast and efficient

13、image codec based on set partitioning in hierarchical treesJ.IEEE Trans on Circuits and Systems for Video Technology,1996,6:243-250. 8.Islam A,Pearlman W A.An embedded and efficient low complexity hierarchical image coderC/Proceeding of SPIE International Conference on Visual Communications and Imag

14、e Processing.San Jose:CA,1999:294-305. 9.Shapiro J M.Embedded image coding using zerotrees of wavelet coefficientsJ.IEEE Trans on Signal Processing,1993,41:3445-3462. 10.Latte M V,Ayachit N H.Reduced memory listless speck image compressionJ,.Digital Signal Processing,2006,16(6:817-824. 相似文獻(xiàn)(3條 1.學(xué)位論

15、文 李瑤 小波-Contourlet變換及其在圖像處理中的應(yīng)用 2007 小波-Contourlet變換是一種新的多分辨率的、局域的、多方向的圖像表示方法。它將Contourlet變換第一級(jí)的LP分解替換為小波變換，消除了LP分 解的冗余；第二級(jí)用方向?yàn)V波器組實(shí)現(xiàn)多方向?yàn)V波分解。這樣，小波-Contourlet變換將圖像分解到不同尺度，并在不同尺度上將系數(shù)分解為更多方向 ，可以更稀疏地表達(dá)圖像。在圖像處理的應(yīng)用中它比小波變換、Contourlet變換能更有效地表達(dá)圖像特征，捕獲圖像邊緣結(jié)構(gòu)。 本文對(duì)小波-Contourlet變換的原理和實(shí)現(xiàn)算法以及在圖像融合、圖像增強(qiáng)上的應(yīng)用進(jìn)行了較為系統(tǒng)的研究，主要研究?jī)?nèi)容及研究成果如下： 1詳細(xì)研究了二維正交小波變換的原理和實(shí)現(xiàn)算法，以及小波變換在圖像處理中存在的缺陷，探討了多尺度幾何分析的發(fā)展概況；詳細(xì)研究了 Contourlet變換和小波-Contourlet變換的原理和實(shí)現(xiàn)算法，通過(guò)實(shí)驗(yàn)，比較了Contourlet變換相對(duì)于小波變換的優(yōu)越性以及小波-Contourlet變換相對(duì) 于Contourlet變換的優(yōu)越性。 2詳細(xì)研究了多聚焦圖像融合的原理和實(shí)現(xiàn)算法，重點(diǎn)討論了融合過(guò)程中融合規(guī)則的設(shè)計(jì)和選擇。提出了一種基于小波-Contourlet變換的多聚