基于零树和位平面的小波图像压缩算法研究

摘要 近年来，随着计算机多媒体技术和网络通信技术的迅速发展，人们对图像和多媒体信息的需求不断增长。未经处理的图像信号的数据量是巨大的，使得图像信息的传输、处理和存储都受到限制。因此，研究高效的图像数据压缩编码方法，即怎样处理、组织图像数据，在应用领域中的作用将是至关重要的，图像数据压缩编码技术己经成为多媒体及通讯领域中的关键技术之一。 作为通信、介质存贮、数据发行、多媒体计算机等技术的关键环节，图像压缩编码算法的研究是信息技术中最活跃的研究领域之一，尤其是进入21世纪以后，电子技术和通信技术的发展使可视电话、会议电视、数字电视、高清晰度电视、多媒体计算机、信息高速公路等的生产和建立成为可能。在这一背景下，探索高效图像压缩编码算法无疑将成为主要任务之一，对其研究也将成为国际公认的热点之一。 通过有机结合零树编码、位平面编码和算术编码,提出了一种基于零树和位平面的小波图像压缩算法ZBP(Zerotree and bit plane).ZBP 不仅充分利用了零树符号之间的相关性,而且从位数据的层面上挖掘出了小波系数值之间的相关性,从而提高了算术编码的性能.实验结果表明,ZBP 的压缩效果优于目前已有的小波图像压缩算法。 关键词：图像压缩；小波变换；嵌入零树算法; 分层树集合分割排序算法;位平面编码 1.1? 课题研究的背景与意义 随着多媒体技术和通讯技术的日益发展，多媒体娱乐、多媒体通信、数字音频广播和高清晰度电视等各类实际的应用对信息数据的存储和传输的要求不断提高。人们一直在努力地探索和寻找使用尽可能少的数据来表示原始信息的方法。在这些领域，数字图像压缩编码一直是数据压缩的一个重要的发展方向。 数字图像压缩编码的目的就是要以尽可能少的比特数来表征图像，同时保持恢复图像的质量，对其研究也成为国际公认的热点之一。 ??? 小波变换是20世纪80年代后期发展起来的一种新的信息处理方法，因其本质是多分辨分析信号，在时域和频域都具有较高的分辨率，对高频分量采用逐渐精细的时域或空域步长，可以聚焦到分析对象的任意细节，Mallat将多分辨分析思想与离散小波变换巧妙结合起来，由于小波变换的优良持性与Mallat算 法的简便易行，因而把小波变换和传统的编码方法相结合，寻求高效的图像压缩编码方法成为目前图像压缩领域的一个主要研究方向。 1.2? 数字图像压缩 1.2.1? ?国内外研究现状 人们对图像压缩编码的研究已有近半个世纪，此间新的理论和算法层出不穷。压缩技术根据压缩后的数据是否有失真分为无损编码和有损编码两大类，为了得到较高的压缩率，只能采取有损编码。传统的有损编码主要有:预测编码、变换编码、熵编码等，随着图像压缩技术的不断发展及新技术的出现，产生了新的压缩方法，如小波变换编码、神经网络压缩编码、子带编码、滤波变换编码、分形编码[2]等，其中滤波变换编码是上世纪80年发展起来的一种图像压缩编码方法，以其良好的时频局域性迅速得到广泛应用，如信号处理、图像处理、模式识别、语音识别等，并取得了可喜成果。 现在基于小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理模型方法，小波变换零树压缩，小波变换向量压缩等。 1.2.2? ?图像压缩的必要性[3] 信息时代的重要特征是信息的数字化，数字化了的信息带来了“信息爆炸”。数字化了的图像和音频信号的数量之大是非常惊人的。简单地说，如果没有图像数据压缩编码技术，在720*576的分辨率下，一张CD-RMO光盘仅能存储三十多秒未经压缩的视频节目;如果没有图像数据压缩编码技术，从Internet上下载一部电影也许要花半年的时间。这样巨大的数据量，成为了存储、传输、通讯的瓶颈。因此，研究高效的图像数据压缩编码方法，即怎样处理、组织图像数据，在应用领域中的作用将是至关重要的。 1.2.3? ?图像压缩的可能性 从信息论观点来看，图像作为一个信源，描述信源的数据是信息量(信源熵)和信息冗余量之和。人们研究发现，图像数据表示中存在大量的冗余。信息冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等。例如在时间方向上，帧与帧之间存在着极强的时间相关性；在帧内，相邻像素之间存在着很强的空间相关性。另外，由于被编码信号概率密度分布的不均匀，还存在统计冗余。通过相应的处理，去除原始信号中的冗余信息，就可以达到压缩数据量的目的。此外，利用人眼的视觉特性，将人眼不能觉察的客观信息剔除，也能够进一步提高压缩效率。 数据压缩实质上是减少这些冗余量。可见冗余量减少可以减少数据量而不减少信源的信息量。从数学上讲，图像可以看作一个多维函数，压缩描述这个函数的数据量实质是减少其相关性。另外在一些情况下，允许图像有一定的失真，而并不妨碍图像的实际应用，那么数据量压缩的可能性就更大了通过去除那些冗余数据可以使原始图像数据极大的减少，从而解决图像数据量巨大的问题。因此，进行图像压缩研究的起点就是研究如何去除图像数据的冗余性来减少图像数据量。 1.3? 本文工作与论文结构 ??? 本论文在对先有的图像压缩学习基础上，着重研究基于零树和位平面的小波图像压缩算法的技术。全文章节结构具体安排如下： ?? ?? 第一章为绪论，给出了课题研究的背景与意义、图像压缩的必要性和可能性，?? ?第二章介绍了现有的图像压缩编码技术，着重描述小波变换压缩技术的原理和算法。对小波编码的几个经典的压缩算法：分别是嵌入零树算法(EZW)、SPHIT、位平面编码。 第三章是将基于零树和位平面的小波图像压缩算法在MATLAB平台上进行仿真。 第四章总结和展望