论文部分内容阅读
近十几年来数字图像的数据量飞速增长，为数据的存储和传输带来了一定的困难。因此对图像进行压缩，降低数据量是十分必要的。在图像压缩中，重要的是如何在最大程度上恢复原始图象，尤其是图像纹理、轮廓这些细节信息的恢复。但是传统算法包括目前使用最广泛的基于小波的图像压缩编码算法，并不能十分有效的保留具有方向特征的纹理细节信息。近几年发展起来的的多尺度几何分析(multiresolution geometry analysis，MGA)方法是最优的稀疏信号表示方法，对高维空间中具有直线或曲线奇异性信号具有良好的检测性能，它充分利用了图像的几何特征，为图像压缩提供了新的途径。 本文首先从分析目前较有效的MGA工具Contourlet变换入手，探讨了Contourlet变换的实现过程，Contourlet变换结合了Laplacian Pyramid滤波器的多尺度分解功能和方向滤波器组(directional filter banks，DFB)的多方向分解功能。通过实验验证Contourlet变换具有良好的非线性逼近性能，但是其冗余度不利于图像压缩。基于这种情况，本文重点以方向滤波器组为纽带，结合小波分析提出了两种基于小波的方向变换的图像压缩编码方法。针对Contourlet变换的冗余主要产生于Laplacian Pyramid滤波器的这种情况，提出了基于WBCT的SPITH压缩编码方法，它首先以小波做为多尺度分解工具并对其高频系数用DFB进行方向分解形成WBCT，再采用SPITH编码作为变换系数的压缩编码算法。实验结果表明将其应用于图像压缩可以更好的识别图像的方向特征，保留更多的纹理。由于WBCT会在平滑区域引入瑕玷，因此对其进一步优化，实现了基于小波的均衡方向变换(WUDFB)，该变换以性能更良好的均衡方向滤波器组代替方向滤波器组，有效抑制了瑕玷的产生，对变换后系数进行SPECK编码，将其用于压缩后恢复图像较WBCT编码恢复的图像在平滑区域的视觉效果有一定的改善。