基于HVS模型的SPIHT图像压缩算法.pdf

文档介绍：
基于 HVS 模型的 SPIHT 图像压缩算法
余楚才， 表 不同类型图像在各 分解层的能量分布
法，该算法用 2 个标志位图代替原来的 3 个 1 Mallat
类型 HH 第2层 第3层 第4层 第5层 LL
集合列表，不仅简化了 SPIHT 算法，而且极
SAR % % % % % %
大地降低了内存需求，但却在一定程度上降 Visible % % % % % %
低了编码器性能。 IR % % % % %%
本文首先在小波域统计图像的能量分 X-ray % % % % % %
布特征，然后结合人类视觉系统中的频率敏
- 1 -
3 HVS 模型及其视觉特性 模型在每一级频率子带中平均值, 然后规范
化这些取值。这样得到小波五级分解下各子
人类视觉系统(HVS)研究表明[2]，人眼
带的权重, 使用这些权值表征每个子带中的
对不同频率的信息敏感度不同，高于一定频
小波系数在HVS 意义下对图像重建的贡
率的信息的敏感度低于相对较低频率的信
献。
息,并且不同方向的频率敏感特性也不相同，
通常对角方向的频率敏感性最弱。这种视觉 4 基于 HVS 模型的 SPIHT 压缩
特性被称为对比度敏感函数(CSF)，通常采 算法
用公式(1)中的模型来表示人的视觉敏感度