文档介绍：适合网络传输得图像小波编码

(信息工程学院计算机系计算机科学与技术专业蓝波)
(学号:1999131203)

内容提要:本文对 SPIHT 算法进行了以下三方面改进:1)每次分级量化前都重新初始
化 LSP,LIP,LIS;2)对最低频子图进行单独的无失真编码和传输;3)其他子图都从第三阈
值开始编码和解码。使算法增强了抗误码性能,并提高了压缩比。
关键词:图像压缩,小波变换,零树编码,抗误码,图像传输
教师点评:针对 SPIHT 算法中的码流相关性问题,作了以下三方面的创新性改进。1)
每次分级量化前都重新对 LSP,LIP,LIS 初始化,从而极大地减少了前端误码对后续码的
影响,提高了抗误码能力。2)对最重要的最低频子图进行了单独的无失真编码和传输,保证
了图像的最重要信息的安全。3)其他子图都从第 3 阀值开始编码和解码,提高了图像压缩比。
创新点鲜明,研究结果具有学术价值和实用价值。(点评教师:明仲,副教授)

1. 引言
当今人类社会正在走向以数字作为特征的信息化时代,人们通过网络交换图像、声音等
媒体方面的需求越来越大,对信息交换的质量要求也越来越高。通常,图像、声音经过数字
化后形成的数据量非常大,例如,IR601 标准电视图像的数据量是 ,一分
钟的数据量是。要想直接存储和传输如此巨大的数据量开销是相当可观的,因此图
像数据在存储,特别是传输前必须进行压缩编码,而且要求压缩算法能够获得高压缩比、可
以渐进编解码、可以从有损压缩到无损压缩、而且具有良好的抗误码性能等。嵌入式小波编
码算法(EZW)[1]及其改进算法如多级树集合分裂算法(SPIHT)[2]等较好地实现了这一
思想,但是在抗误码方面做得还是很不够,为此,本文对 SPIHT 算法进行了增加抗误码的
改进,让新的算法具有更好的抗误码性能。

小波变换是小波分析中的一个应用。小波分析突破传统傅立叶分析的局限,近年来成
为众多学科共同关注的热点。小波分析优于傅立叶分析的地方是它在时域和频域都具有良好
的局部化性质,而且由于对高频成分采用逐渐精细的时域或空间域取样步长,从而可以聚焦
到对象的任意细节。在对图像进行压缩时,采用二维离散小波
变换,通过选取合适的滤波器组,就把图像数据分解成不同的
频率子带。这实质上相当于分别对图像数据的行和列做一维小
波变换。图 1 给出了三级小波分解示意图。
小波变换的结果是原始信号在一系列倍频上划分成频带上
的多个高频带数据和一个低频带数据。由于图像的高频信息主
要集中在边缘、轮廓和某些纹理的法线方向上,代表了图像的
细节变化。在这种意义上,可以认为小波图像的高频带是图像
边缘、轮廓和纹理信息的体现,并且各个频带所表示的边缘、图 1 三级小波分解图
轮廓等信息的方向是不同的,其中 HLj 表示了水平方向的边缘、
轮廓和纹理,LHj 是垂直方向的,HHj 则是对角方向的。小波图像的这一特点表明小波变换
具有良好的空间方向选择性。
3. SPIHT 算法及其改进
多级树集合分裂算法 SPIHT
1
算法中的一些符号和概念说明如下:H-是空间方向树所有根结点的坐标集合;Z(i,j