基于SPIHT的無(wú)表零樹(shù)圖像編碼算法.pdf

1、自20世紀(jì)80年代末,快速小波變換被引入圖像處理以來(lái),因其時(shí)域和頻域良好的局部化性能、以及良好的去相關(guān)性能,而廣泛應(yīng)用于圖像壓縮編碼領(lǐng)域,并獲得了良好的壓縮效果,成為圖像壓縮編碼的主要技術(shù)之一。
　　 小波變換編碼方法總體上有兩類(lèi):一類(lèi)是樹(shù)型結(jié)構(gòu)算法,另一類(lèi)是塊型結(jié)構(gòu)算法。其中樹(shù)型結(jié)構(gòu)算法因其簡(jiǎn)單高效和壓縮比可控等優(yōu)點(diǎn),奠定了其在圖像壓縮編碼領(lǐng)域的地位。本文將基于此類(lèi)編碼算法展開(kāi)研究,在概括地介紹了圖像壓縮編碼基礎(chǔ)理論以及小波變

2、換理論之后,詳細(xì)介紹了三種樹(shù)型結(jié)構(gòu)圖像編碼算法:嵌入式零樹(shù)小波EZW算法、等級(jí)樹(shù)集合分裂SPIHT算法和無(wú)表零樹(shù)編碼L+ZC算法,并對(duì)每一種編碼算法的優(yōu)缺點(diǎn)進(jìn)行了分析。
　　 SPIHT算法快速小波變換過(guò)程中,需要做大量的卷積運(yùn)算,計(jì)算復(fù)雜,影響壓縮算法的實(shí)時(shí)性,給DSP芯片的實(shí)時(shí)實(shí)現(xiàn)增大了難度。編解碼算法需要3個(gè)集合鏈表存儲(chǔ)已編碼信息,內(nèi)存消耗量大,不利于硬件實(shí)現(xiàn)。在排序和按序傳輸小波系數(shù)時(shí),沒(méi)有充分利用小波變換的能量聚集性,

3、降低了圖像復(fù)原質(zhì)量。
　　 LZC算法相對(duì)于SPIHT算法降低了內(nèi)存需求量。但由于采用深度搜索策略,降低了編碼器的性能。而且,該算法采用遞歸結(jié)構(gòu)實(shí)現(xiàn),因而算法復(fù)雜度增加,編碼速度降低,給DSP芯片的實(shí)時(shí)實(shí)現(xiàn)增大了難度。
　　 針對(duì)SPIHT算法和LZC算法的不足,提出了一種新的無(wú)表零樹(shù)編碼算法。該算法以SPIHT編碼方法為基礎(chǔ),重新定義了零樹(shù)結(jié)構(gòu),在充分利用小波分解后各子帶間系數(shù)相關(guān)性的同時(shí),還利用了最低頻子帶內(nèi)相鄰系數(shù)

4、間的相關(guān)性；引入提升小波變換構(gòu)造雙正交D9／7小波；改進(jìn)了掃描編碼順序；并吸收了L,ZC算法的狀態(tài)位圖思想。
　　 本文分別采用新算法和SPIHT算法對(duì)三幅512×512×8bit標(biāo)準(zhǔn)灰度圖像(Lena、Goldhill和Barbara)進(jìn)行了測(cè)試。測(cè)試結(jié)果顯示:在低比特率情況下,采用SPIHT算法獲得的重構(gòu)圖像存在嚴(yán)重的邊緣失真現(xiàn)象,一些細(xì)節(jié)信息己不能分辨,而采用新算法獲得的重構(gòu)圖像邊緣失真不明顯,視覺(jué)效果優(yōu)于SPIHT算法的