基于圖像分塊檢測的方向提升小波變換算法.pdf

1、傳統(tǒng)的二維離散小波變換是通過分別在垂直和水平方向進(jìn)行一維離散小波變換的方式來實(shí)現(xiàn)的，這種二維離散小波變換不能充分利用圖像本身的特性。方向提升小波變換能夠更好地利用圖像的方向性和各向異性，達(dá)到更好的圖像壓縮效果。本文針對(duì)現(xiàn)有的方向提升小波變換算法需要對(duì)圖像中所有圖像分塊的每一種待選方向進(jìn)行提升預(yù)測和評(píng)估以選出最優(yōu)的方向，沒有充分利用圖像中各分塊的特點(diǎn)，計(jì)算量很大的問題，研究改進(jìn)算法。主要工作如下：
　　根據(jù)方向提升小波變換對(duì)于比較平

2、坦的區(qū)域與傳統(tǒng)的提升小波變換效果相當(dāng)，而對(duì)于非平坦的圖像區(qū)域，能夠利用圖像紋理和邊緣比較豐富的信息得到更好的壓縮效果的特點(diǎn)。提出了基于圖像分塊檢測的方向提升小波變換算法。該算法在對(duì)圖像進(jìn)行小波分解之前，先對(duì)圖像中的所有圖像分塊進(jìn)行檢測判定，對(duì)判定為平坦的圖像分塊采用傳統(tǒng)的二維提升小波分解，對(duì)判定為非平坦的圖像分塊采用方向提升小波進(jìn)行分解。
　　為了對(duì)圖像分塊進(jìn)行檢測，本文研究了兩種圖像分塊的平坦性檢測算法，即局域方差系數(shù)算法和結(jié)構(gòu)

3、張量算法。局域方差系數(shù)算法中采用的局域方差系數(shù)能有效地防止平坦區(qū)域中的虛假邊緣被提取，比較適合用于圖像局部區(qū)域的平坦性檢測。結(jié)構(gòu)張量算法中采用的結(jié)構(gòu)張量矩陣對(duì)于圖像局部區(qū)域的一致性分析有良好的效果，局部區(qū)域一致性比較強(qiáng)的區(qū)域往往對(duì)應(yīng)圖像中比較平坦的區(qū)域。實(shí)驗(yàn)結(jié)果表明，本文采用的兩種圖像分塊平坦性檢測算法能對(duì)圖像分塊進(jìn)行有效地檢測。
　　圖像壓縮實(shí)驗(yàn)結(jié)果表明，本文提出的這種小波圖像分解方式與對(duì)整幅圖像的所有圖像分塊都進(jìn)行方向提升小波