文档介绍：┟莩殓坠摘要论文题目:基于小波包变换的多级树集合分裂编码算法研究专业:信号与信息处理硕士生:高山┟指导教师:吴延海关键词:图像压缩;小波变换;小波包;脉冲编码调制;嵌入式零树小波;多级树研究类型:应用研究多级树集合分裂编码算法且恢志蔡枷裥〔ㄓ蛳凳难顾醴椒ǎ诰仓图像压缩编码领域是公认的编码效率最高的算法之一。但是它仍然存在一些不足:一是该算法采用的小波变换只对信号的低频子带作细化分解,对高频子带的分解不足,容易丢失高频信息;二是小波变换后的低频子带系数幅值比各高频子带系数幅值高出几个数量级,不适合采用相同的编码处理方法;三是编码过程中不仅占用大量内存,而且每次阈值更新后,对上次遗留的非重要元素还需要重复扫描,增加了编码时间。本文在分析小波包变换和标准惴ǖ幕∩希捎盟募豆潭ㄐ〔ò浠惶娲小波变换,使得标准算法中“高频低分辨”的问题得到改善;对低频子带和高频子带的小波系数分别采用编码和改进的嗦耄浞掷昧诵〔ㄏ凳奶氐悖煌ü引入“最小阈值”、“最小输出位”解决了编码过程存储量大的问题,并通过“最大值表”减少了编码过程中的重复运算。实验数据分析和视觉效果比对表明:本文方案在提高恢复图像质量的同时,减少了编/解码的用时,从而验证了本文方案的有效性。集合分裂算法
知识水坝***@pologoogle为您整理
代憔ト:豩鄁,羣”.鷉.’’畁畁甌:篠:瓸猧!!’眎甀篎,琣琒;,籺,.產猺保籌、
知识水坝***@pologoogle为您整理
:.:
刁“月夕日娄料技大学学位论文作者签名:秒多、“匀日期::乌山学位论文独创性说明学位论文知识产权声明书本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及其他人或集体已经公开发表或撰写过的研究成果,也不包含为获得西安科技大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。本人完全了解学校有关保护知识产权的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安科技大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学其取得研究成果。尽我所知,除了文中加以标注和致谢的地方外,论文中不包含位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律注明作者单位为西安科技大学。保密论文待解密后适用本声明。指导教师签名:
⒄估穎图像压缩编码算法的研究起源于传统的数据压缩理论,世纪末研制的莫尔斯代码是数据压缩的第一次尝试。年研制了声码器,他把声音频谱的能量划分为有限数目的频带,并且在每个频带内传输相应的能级,因此能够达到较高的压缩。比较系统的研究始于世纪年代初形成的信息论,尽管当时数字计算机尚未出现,但其研究与当今数字计算机所使用的压缩技术有着密切的联系,许多算法,如嗦等仍有很大的应用价值。近年来,由于模式识别、图像处理、计算机视觉等技术的发展,促进了数据压缩的研究。年以前,基于符号频率统计的嗦刖哂良好的压缩性能,一直占据重要的地位,并不断有基于其改进的算法提出。年,以色列科学家提出了不同于以往的基于字典的压缩编码算法,年又推出了改进算法,把无损压缩编码算法的研究推向了一个全新的阶段。随着数字信号处理研究的不断发展,数字图像信号、语音信号等被大量地引入有关领域。由于图像信息占用较多的存储空间,因此数据压缩编码技术在图像通信中得到了广泛的应用。最早研究的是预测压缩编码,它曾作为经典理论得到广泛应用。它是以像素为处理单位,基于高阶过程和线性滤波的图像最佳线性预测理论。近年来,随着神经网络理论的兴起,有人采用网进行非线性预测的尝试,取得了较好的效果。自年在美国举行首届“图像编码会议岳矗枷裱顾醣嗦胨惴ǖ难芯坑了很大进展,其中变换压缩编码与量化压缩编码是研究热点【,1浠谎顾醣嗦胧峭ü对图像进行正交变换,然后通过量化去除对视觉影响不大的高频分量,、离散余弦变换⒗肷⒐侣瓯浠、离散斜变换取S捎贒压缩编码算法具有编码效果较好、运算复杂度适中等优点,目前已经成为国际图像编码标准的核心算法。量化压缩编码是另一类行之有效的图像压缩方法,它包括标量量化和向量量化两种方案。第二代图像压缩编码阶段是在年以后。为了克服第一代图像压缩编码存在的压缩、图像复原质量不理想等弱点,年等人充分利用人眼视觉特性提出了第二代图像压缩编码的概念。世纪年代中后期,人们相继提出了在多个分辨率虯
.枷裱顾醣嗦爰际醯南肿碵类型的线性滤波器,将图像分解到不同的频带中,然后对不同