小波分析图像压缩算法的研究(2)
4.7 实验过程 13
4.7.1 最近邻插值法图像压缩实验 14
4.7.2 小波变换图像压缩实验 17
4.7.3 两种压缩方法的比较 18
结 论 19
致 谢 20
参考文献 211 引言
图像、声音等媒体信息的记录、存储正朝着数字化的方向发展。通常媒体信号经过数字化处理之后形成的数据量非常庞大，这些大容量的数据无疑对存储器容量、计算机的速度都造成极大的压力。解决这一问题，如果单纯用扩大存储器容量，在存储和处理的时候不仅因图像数据量大而造成大量问题，同时在图像数据的传输过程中也因为网络带宽的限制而极大的制约着网络多媒体技术的发展。单纯靠增加通信干线的传输率的办法是不现实的。但是如果能通过数据压缩手段把信息数据量压缩下来，以压缩的形式存储和传输，即节约了存储空间，又提高了通信干线的传输效率，同时也使计算机能实时处理高质量的音频、视频信息。使用图形、声音、动画、活动图像等多媒体信息时，特别是具有较高的质量要求时，不仅需要占用相当大的存储空间，而且需要相当高的数据传输率。因此可以看出，对静态图像进行压缩是绝对必要的。上个世纪八十年代初，Morlet和Arens等人首次提出了“小波”的概念。小波分析的出现和发展，源于许多不同科学领域信号处理的需要。作为一种数学工具，小波分析已广泛应用于信号分析、图像处理、数值分析等方面，而这些应用中产生的问题进一步激发了人们研究小波分析的兴趣。由此，带来了小波分析的迅速发展。小波分析出现之前，人们用Fourier基、Haar基来分解函数。Fourier基具有很好的光滑性，但局部性很差；而Haar基的局部性虽很好，但光滑性很差。小波基却兼有它们的优点。在信号分析中，由于小波变换在时域和频域都有很好的局部特性，因此在数据压缩与边缘检测方面，小波分析是一种非常有效的方法。小波分析正在处于迅速发展之中，从事小波分析的人越来越多，随着研究的进一步深入，小波分析还将更加广泛和深入地应用在理论数学、应用数学、信号处理、图像处理与分析、语音识别与合成等方面。
2 图像压缩基本理论
多媒体技术是一种全数字技术，文字、图形、图像、视频、动画和声音都可以用数字化的形式表示，但计算机在处理这样一些多媒体信息时，需要大量的存储空间, 这对通信信道及网络都造成很大压力从而成为制约多媒体数据高效处理的瓶颈。特别是在分布式网络多媒体应用技术中，为了达到令人满意的视频画面质量和听觉效果，需要对视频信号和音频信号进行实时处理。为了提高处理速度，对数据实现高保真、大压缩比的压缩成为必要。人们所指的数据压缩主要包含无损压缩（无失真）和有损压缩（有失真）两大类。所谓无损压缩是指图像数据经压缩后可以完全地得到复原，复原后的图像与原始图像完全一致，而有损压缩则是指经它处理后的数据在基本保持原图像的特征的前提下，不可避免地要丢掉一部分（认为不重要的）图像原始信息。目前，基于小波变换的图像压缩方法已经逐步取代基于离散余弦变换（DCT）或者其它子带编码技术，而成为新的图像压缩国际标准的首选方法。因此，本论文以小波变换及其相关编码方法的讨论为主，尽可能详细介绍了小波变换在图像压缩中基本应用。
2.1 图像数据压缩的基本概念
所谓图像压缩，就是将二文图像看做是一串数据，然后实施以下操作：（1）图像数据的向量化（2）数据分量的分组与代表选择（3）数据向量的量化编码