基于小波分析的圖像壓縮算法應(yīng)用.pdf

1、小波變換是近年來出現(xiàn)的嶄新而有力的數(shù)學(xué)工具，由于其良好的局部化特性和彈性的時(shí)—頻窗特點(diǎn)，而被認(rèn)為是調(diào)和分析這一純數(shù)學(xué)重要領(lǐng)域半個(gè)世紀(jì)以來工作之結(jié)晶，也是圖像壓縮的比較好的工具。 對于數(shù)字化圖像來說，數(shù)據(jù)量極大，因此圖像的壓縮是十分必要的。在同等的通信容量下，如果數(shù)據(jù)壓縮后再傳輸，就可以增加通信的能力。圖像壓縮的研究就是尋求高壓縮比的方法，且壓縮后的圖像要有合適的信噪比。在壓縮傳輸后還要恢復(fù)原信號，并且在壓縮、傳輸、恢復(fù)的過程中，

2、還要求圖像的失真度小，便于圖像的分類、識別等。通過小波變換，將圖像分解成高頻部分和低頻部分。高頻部分給出了圖像的細(xì)節(jié)或差別，低頻部分給出了圖像的近似特征。因此小波技術(shù)提供了圖像壓縮的好方法。 本文以提高壓縮比，減少失真度為目標(biāo)，進(jìn)行編碼壓縮或圖像分解、重構(gòu)。給出了基于Db小波基的具體推導(dǎo)過程并給予程序?qū)崿F(xiàn)，同時(shí)利用Matlab小波工具箱函數(shù)給出了各種閾值下壓縮圖像，比較各種小波基的分解與重構(gòu)效果。利用Mallat分解重構(gòu)比較了D