matlab基于小波变换的图像压缩技术(3)

菜单

1.3本课题主要内容

数据库、网络、多媒体传输在图像压缩技术具有重要的应用价值。小波技术作为图像处理的方法，继承富傅立叶分析的优点，克服了在非平稳信号分析的缺点，因此小波变换在图像压缩领域的应用是非常广泛的。目前，图像处理与小波变换是一种常见的方法。图像信号是二维信号，因此，需要使用2维小波变换处理图像信息。小波变换是一种视频局部的分析方法，压缩速度块，压缩比高，可以保持信号和图像具有相同基本的分析方法，也具有在传输过程中的抗干扰能力。

要求掌握小波变换的基本概念和方法，可以选择合适的小波函数，利用小波分解与图像的阈值压缩方法，抓住小波分解、阈值的概念和过程中的压缩方法，掌握正确的选择阈值参数，完成小波变换的图像压缩。

本设计的主要内容包括如下：

1. 基于小波变换的学习方法;

2. 主图像压缩，基于小波变换的过程中;

3. 分别进行小波分解和阈值压缩的图像压缩方法;

4. 学会使用Matlab的小波工具箱;

5. 用Matlab编程，实现图像压缩实验;

6. 结果的详细分析。

2 图像压缩编码与小波变换理论

图像压缩的过程称为编码，并且该处理的过程被称为解码图像。图像压缩技术通过消除所有冗余，主要是通过消除空间冗余、时间冗余和视觉冗余，用尽可能少的数据表示和重建的原始图像。图2.1是一个典型图像压缩模型。

典型的图像压缩模型

2.1 图像压缩编码技术及分类

根据压缩后的图像能否完全恢复，将图像压缩方法分为无损压缩和有损压缩。

无损压缩。使用无损的压缩方法，能够消除或减少各种形式的冗余，因此，无损压缩是一个可逆的过程。为了消除或减少多余数据使用信源的统计特性，这些实用的无损压缩技术可以统称为统计编码方法。常用的统计编码方法有哈夫曼编码、算术编码和RLE（运行长度编码）编码。

有损压缩。有损压缩的方法可以用来压缩熵，信息将被降低，并且无法恢复丢失的信息，因此有损压缩是不可逆的[5]。有损压缩主要有两个类别：特征提取和量化方法。

无损和有损压缩相结合，形成的混合编码技术，它结合了各种压缩编码技术，国际标准的特定的混合编码技术，如EG，MPEG和其它标准。混合编码压缩可以压缩几倍到几十倍的自然场景的灰度图像[3]。根据编码方法的不同，1985年Kunt等人提出了“第一代”图像编码和“第二代”图像编码的概念，“第一代”图像编码技术是基于数字信号处理理论和信息理论，其目的在于去除图像数据中的线性相关性。这些去除冗余信息的技术已经达到了极限，压缩比不高，“第二代”图像压缩编码技术是有限信息理论框架，充分利用人类视觉生理心理和图像信号源各种功能，可以达到很高的压缩比。

“第一代”压缩编码主要有：

1.熵编码。熵编码是一种以信号的特性为基础的编码技术，是一种无损编码，通过解码，可以没有任何失真的恢复原始图像，其基本原理是，各符号的概率较大的短代码，并给出了一个长码字的小符号的概率，从而使平均代码长度较小。源`自,优尔`.论"文'网[www.youerw.com

（1）霍夫曼编码。霍夫曼编码无损压缩编码是一种有效的编码方法。1952年，霍夫曼博士根据可变长度编码定理，给信号源中不同频率分布的数据分配不同长度的编码。基本思路是，在编码的过程中，较高的值，在较短的编码长度，对应于较低的频率值被分配一个较长的码长度，它是一种无损编码方法。霍夫曼编码的本质是基于代码的字符本身，而不是重复编码或重复的字符的统计结果，每个像素熵的比特的实际数目是最接近的图像。