一種基於小波變換的圖像壓縮方法與實現

2021-01-11 電子產品世界

隨著計算機、通信、電子信息技術的快速發展，人們的生活與圖像緊密相連，如數位電視圖像、3G通信、彩信、導航系統圖像、視頻圖像防盜系統等。然而圖像信息包含的信息量巨大，這給儲存、處理和傳輸帶來了很多困難，這也是相關技術發展的瓶頸。不斷地增加信道帶寬和儲存容量並不能解決根本問題，而現有技術已經顯得力不從心。解決問題的根本就是必須要對圖像信息進行壓縮處理，在保證一定圖像質量的基礎上，能用儘可能少的信息量表示重構的原始圖像，即用最少的信息還原出最近似原始圖像的重構圖像。圖像壓縮技術在20世紀60年代後開始發展起來，80年代小波變換的理論被提出後，圖像壓縮技術備受關注並成為熱門的研究技術。

本文引用地址：http://www.eepw.com.cn/article/190905.htm

1 圖像壓縮技術

1.1 圖像壓縮的可能性

圖像信息能夠進行壓縮處理是因為圖像具有以下特點：(1)在空域上，圖像具有很強的相關性；(2)在頻域上，圖像的低頻分量多，高頻分量少；(3)人眼在觀察圖像時有暫留和掩蓋現象，因此，可以去除一些信息又不至於影響視覺效果。

1.2 圖像壓縮技術的發展
一般將基於資訊理論和數位訊號處理的圖像壓縮技術稱為第一代壓縮技術，而將結合人類視覺特性、心理特性的圖像壓縮技術稱為第二代壓縮技術。第一代壓縮技術以信源編碼理論為基礎，使信源的概率分布儘可能非均勻或是去除信源符號間的相關性，從而達到壓縮的目的。第二代壓縮技術則注重於利用人類的生理特點來獲得高壓縮比，涉及的理論領域多，如基於分形理論、小波理論等。小波理論在近三十年發展迅速，成為圖像處理的核心理論。圖像壓縮的國際新標準JPEG2000就是採用基於小波理論的新一代壓縮技術。

2 小波變換

2.1 小波及相關概念

小波是一類在有限區間內快速衰減到0的函數。小波分析就是將信號分解為原小波(也叫小波基)函數不同位移和膨脹的小波。而小波變換就是採用小波理論，將原始信號進行處理，使其具有某些更適合後續處理的時頻特性。小波變換因具有良好的空域、頻域局部化，多解析度，時間複雜度低等特性，特別適合處理非平穩信號，數字圖像是典型的非平穩二維信號。

2.2 圖像的小波變換

圖像小波變換採用二維小波變換快速算法，就是不斷將上一級圖像分解成4個子帶。以原圖像為初始信號，經過一組高通和低通濾波器，將原始信號分解成4個子帶，即一個低頻子帶(LL)和3個高頻子帶(HL、LH、HH)。其中，LL是近似圖像，HL是水平細節圖像，LH是垂直細節圖像，HH是對角細節圖像。這叫作一級小波分解，這種分解可以迭代，但是只針對上一級的低頻子圖像，理論上可以進行無限級分解，但是在圖像壓縮上，需要考慮重構圖像的質量，所以最好不超過5級，一般採用3級小波分解。圖1是小波三層小波分解示意圖。

圖像進行小波變換後，並沒有實現能量的壓縮，而只是對整個圖像的信號能量進行重新分配。低頻子圖像包含了大部分的圖像信息，高頻子圖像上大部分點的數值都接近0，越是高頻這種現象越明顯。對於一個圖像來說，表現一個圖像最主要的部分就是低頻部分。所以可以充分利用這一變換後的特性，採用適當的方法對變換後的小波係數進行組織，最常用的方法就是只保留低頻係數，對其進行小量化，而用大量化將高頻係數儘可能置0，以實現圖像信息的有效壓縮。基於小波變換的圖像壓縮處理過程是：將輸入的原始圖像進行小波變換，根據處理需要將小波變換的係數矩陣進行量化編碼，再通過小波逆變換重構圖像。

3 算法與實現

3.1 算法描述

任何圖像信號經過拍攝、掃描、傳輸等方法存儲到計算機內進行處理時，都不可避免地包含各種噪聲信號，而噪聲信號往往是導致信噪比下降的主要因素，導致原始圖像在後續的處理中效果不盡人意。研究發現，所有噪聲幾乎都集中在高頻率部分，所以可以先對圖像進行高頻去噪處理。

本文算法步驟如下：
　(1)利用Matlab軟體提供的小波工具箱中的函數ddencmp和wdencmp函數對輸入的圖像用小波進行除噪處理。利用這兩個函數去噪，有4個去噪參數可供選擇，不同的參數有不同的效果。
　(2)將經過小波去噪處理後的圖像進行小波變換。在這裡最關鍵的就是對小波基的選擇，因為不同的小波函數具有不同的時頻局域性，對恢復的圖像質量至關重要。小波基函數在選擇上一般要遵循的原則是：具有緊支集、正則性好、消失矩大。緊支集可以無冗餘地表徵圖像信號；正則性可獲得好的圖像特徵，即小波的正則性越大，分解後的小波圖像各高頻子帶的能量就越集中於圖像的邊緣附近；消失矩則表明了小波變換後信息能量的集中程度，消失矩越大，分解後的能量就越集中在低頻子帶。Haar小波基是最早、最簡單的具有上述特性的函數，本文分別採用bior2.6和Haar小波基函數進行小波分解。
　(3)採用量化編碼對小波變換後的圖像信號進行壓縮處理。
　(4)對以上3個步驟進行逆變換，重構原始圖像。

3.2 算法的實現

使用Matlab軟體編寫程序實現算法。

(1)圖像去噪程序
load zhxh %裝入要處理的小孩頭像圖片
x=zhxh；
subplot(121)；colormap(map)；image(x)；title(′原始圖像′)；axis square；
[thr，sorh，keepapp]=ddencmp(′den′，′wv′，x)；
thr=thselect(x，′rigrsure′)； %採用去噪參數』rigrsure』，
還可以使用參數』heursure』，’sqtwolog』，’minimaxi』
[xc，perf0，perfl2]=wdencmp(′gbl′，x，′bior2.6′，3，thr，sorh，keepapp)；
subplot(122)；colormap(map)；image(xc)；title(′去噪後圖像′)；axis square；
　
表1為使用不同的去噪參數，對圖像能量的處理結果。


相關焦點

  • 基於小波變換的圖像壓縮算法改進研究
    摘要：本文首先分析了基於小波變換圖像壓縮原理、流程和方法，然後針對傳統的嵌入式小波零樹壓縮編碼算法的不足，提出了改進方案。，離散小波變換為：(4)2 基於小波變換的圖像壓縮2.1 基於小波變換的圖像壓縮基本流程　　小波圖像壓縮基本流程包括編碼和解碼兩個階段。
  • 一種基於小波變換的新型壓縮編碼模型
    小波變換壓縮編碼的現狀及當前的研究存在的問題小波分析是近年來發展起來的一門新興的數學分析理論，其應用範圍包括數學領域本身的許多學科，利用小波變換的理論實現圖像的壓縮編碼已經從九十年代初起得到了廣泛與深入地研究，並逐漸成為圖像壓縮編碼領域的一個重要分支。
  • 基於小波變換的視頻圖像壓縮算法研究
    小波變換具有良好的時、頻局域性，並且由於其在非平穩圖像信號分析方面的靈活性和適應人眼視覺特性的能力，已經成為圖像編碼的有力工具。應用三維小波變換進行視頻壓縮編碼，需考慮選用時、空域2組小波濾波器組。時域選用階數較低的濾波器組，而空域的濾波器組的選擇與靜止圖像變換編碼相似，常用的是雙正交D 9／7濾波器組，但是它的計算量較大，因此採用提升方法來實現，並且對提升格式的參數進行調整，可進一步減少運算量。
  • 基於小波變換的JPEG2000圖像壓縮編碼系統的仿真與
    但由於有損壓縮的原因，傳統JPEG在許多對圖像質量要求較高的應用場合無法勝任。與傳統JPEG基於離散餘弦變換不同，JPEG2000基於離散小波變換，它不僅在壓縮性能方面明顯優於JPEG，還具有很多JPEG無法提供或無法有效提供的新功能，比如，同時支持有損和無損壓縮、大幅圖像的壓縮、漸進傳輸、感興趣區編碼、良好的魯棒性、碼流隨機訪問等。一個典型的JPEG2000的壓縮過程如圖1所示。
  • 圖像的二維提升小波變換的FPGA實現
    小波分析理論以其良好的時頻區域性和多解析度分析能力，開闢了圖像處理的嶄新領域。小波變換是一種很好的圖像分解方法，非常適合於分析突變信號而用於靜止圖像邊緣的提取和壓縮。
  • 基於SI濾波器的一種小波變換的實現
    摘要：文中在應用對數域電路的基礎上，提出了一種新型的連續小波變換方法，它通過對母小波的一種數值逼近得到小波函數的有理公式，並以Marr小波為例來模擬這個逼近過程，並用Matlab對逼近過程進行仿真。
  • 基於小波包變換和壓縮感知的人臉識別算法
    鄭軼、蔡體健[1]針對人臉求解稀疏表示時正交匹配追蹤算法運算度高，提出了一種改進的算法，加快了逆矩陣和大矩陣乘積的求解，但在構成訓練字典時對光照[2]、表情[3]、姿態[4]等考慮較少。Allen Y. Yang[5]等針對壓縮感知基於最小一範數求解最優稀疏表示時算法運算度高，提出了一種凸優化算法，取得了不錯的識別率，但仍然是超完備庫下的稀疏表示。
  • 基於小波理論實時壓縮解壓縮晶片ADV611實現實時監控的方法
    為了使視頻圖像獲得較好的主觀效果，視頻信號壓縮方案的選擇尤為重要。美國AD公司新推出的基於小波理論實時壓縮解壓縮晶片ADV611能較好地實行視頻信號壓縮，用該晶片實現的圖像壓縮具有壓縮可調範圍大，壓縮質量高等優點。
  • 基於FPGA實現多種小波變換
    引 言 基於提升框架的小波變換方法，利用FPGA 可編程特性可實現多種小波變換。提升框架（LS ：Lifting Scheme） 是由Sweldens 等人在近幾年提出的一種小波變換方法，用它的框架結構能有效地計算DWT。對於較長的濾波器，LS 的操作次數比濾波器組的操作方式減少將近一半，更適合硬體實現。作者根據提升小波變換的框架式結構，利用FPGA 可完全重構的特點構造不同的小波變換核，以滿足不同應用場合的要求。
  • 基於提升小波變換的模糊圖像融合算法研究
    常用的圖像融合的分類方法是基於圖像表徵層的劃分，將圖像融合分為像素級、特徵級和決策級3級。圖像的小波分解是一種像素級圖像融合普遍採用的方法，利用小波非冗餘性使圖像經小波分解後數據量不會增大；同時小波分解具有方向性的特性，可針對人眼對不同方向的高頻分量具有不同解析度這一視覺特性，在圖像融合時獲得效果更佳的融合圖像。
  • 基於運動補償和幀內編碼實現視頻圖像的無損壓縮
    本文結合實例，提出實用的圖像壓縮編碼方案。關鍵詞： 視頻圖像；小波變換；運動補償；壓縮編碼引言圖像壓縮是圖像處理中一個最重要的環節，而對視頻圖像的壓縮與復原更是其中的關鍵技術。本文針對「公路安全線軋壓監測系統」實例，介紹一種實用可行的無損圖像壓縮方案。
  • 小波變換進行圖像壓縮matlab原始碼源程序
    小波變換進行圖像壓縮matlab原始碼源程序
  • 基於小波變換與DSP的實時音頻視頻處理系統
    本文引用地址：http://www.eepw.com.cn/article/20901.htm 1 音/視頻實時處理系統 低碼率視頻通信的主要技術問題是音/視頻壓縮編碼技術，即用來實現在滿足足夠質量和硬體成本的條件下降低所需的碼率。小波變換充分利用人眼的視覺特性，克服了重構圖像會出現的塊效應、蚊子效應、模糊等現象。
  • 小波變換在Internet網多媒體業務中的應用
    1 小波變換在圖像壓縮中的應用 小波變換以其特有的變換特性在圖像壓縮領域得到了廣泛的應用。如JPEG-2000、MPEG-4靜態圖像壓縮都採用了小波變換的方式。從數據中可以看出隨著比特每象素值的降低，壓縮後數據量隨之降低，而恢復圖像與原圖的PSNR降低並不多。 1.1.2 算法分析 ADV611內部的小波變換採用雙正交9-7小波基。經過大量的實驗證明雙交9-7小波基在圖像處理中是一種較好的小波基，目前多個國際標準中有關小波壓縮的算法，一般都採用這種小波基。ADV611晶片中的小波算法生成的Mallat框圖如圖3所示。
  • 基於離散小波變換的分布式光伏孤島檢測方法
    被動檢測方法通過監測電網的參數，如電壓、電流、頻率等來檢測孤島事件，這種方法易於實現且不影響系統的電能質量，但是存在較大的檢測死區，其檢測精度受閾值的影響較大[7-10]。如果將允許擾動的閾值設置得較低，則會出現錯誤跳閘的問題；如果閾值設置得過高，則可能無法檢測到孤島現象。針對以上問題，本文提出一種基於離散小波變換信號分析的分布式光伏發電孤島檢測方法。
  • 基於FPGA 的多用途提升小波變換核
    引 言本文引用地址：http://www.eepw.com.cn/article/189802.htm基於提升框架的小波變換方法，利用FPGA 可編程特性可實現多種小波變換。
  • 基於小波域的二維混沌加密算法
    圖像信息安全問題有著極為廣泛的含義，考慮其安全算法時，必須考慮其數據的冗餘性、對大數據量數據加密的可實現性及能否經受住常見的數據有損壓縮、格式變換等操作。混沌動力學系統具有偽隨機性、確定性和對初始條件與系統參數的極端敏感性，因此，它為圖像信息加密提供了很好的途徑，利用它可以構造非常好的信息加密系統。　 基於圖像變換域的算法是近年提出來的，主要採用的是離散餘弦變換和離散小波變換。
  • 基於FPGA的快速9/7整形離散小波變換系統
    美國空間數據系統諮詢委員會(簡稱CCSDS)於2005年推出一套適用於空間領域的圖像壓縮標準，標準使用了離散小波變換為核心算法，推薦使用9／7整數離散小波變換實現無損圖像壓縮，由於該算法結構簡單，易於硬體設計實現，因此可以用FPGA來實現提升小波算法。
  • 小波變換原理與應用_小波變換的基本原理_小波變換的應用
    小波變換（wavelet transform，WT）是一種新的變換分析方法，它繼承和發展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的「時間-頻率」窗口，是進行信號時頻分析和處理的理想工具。
  • 基於FPGA的多級小波逆變換實時系統設計
    由JPEG工作組制定的新一代靜止圖像壓縮標準JPEG2000，引入了小波變換和EBCOT編碼的全新設計結構，使得JPEG2000擁有壓縮比高、支持有損和無損壓縮、碼流隨機存取及處理、逐漸傳輸顯示解碼等優點。