基于小波变换的子带预测图像编码.doc

毕业论文（设计） 英文翻译 原文标题Predictive subband image coding with wavelet transform 译文标题 基于小波变换的子带预测图像编码 学生姓名 方超 学号 20061341002 专业年级 测控技术与仪器 06级 指导教师 陈海秀 二Ｏ一Ｏ 年 五 月 二十八 日 基于小波变换的子带预测图像编码 Wen-Chuang Huang, Long-Wen Chang* Department of Computer Science, National Tsing Hua University, Hsinchu 300,Taiwan Received 16 September 1996 摘要：小波变换可以将图像分解成不同的多分辨率子带，这些子带存在着相关性。一种利用相关来图像编码的新技术产生了，它以预测性的边缘检测为基础，从最低分辨率水平的LL带来测有更高分辨率的LH,HL,HH边缘带。如果系数被预测是边缘，则被保存；反之，则被丢弃。在解码器，系数保留的位子能够在编码器中找到。因此，开销是不需要的。不是复杂的矢量量化，这种量化普遍被用作高压缩化比率的子带图像的编码。简单的标量量化是用作为剩余的系数编码并且取得了很好的效果。 关键词：小波变换 子带编码 图像编码 一、介绍 小波变换已经在很多领域被广泛研究包括纹理分析，VLSI结构和图像编码。小波变换可以将图像分解成不同的多分辨率子带，并且能将它们完全重建成原始图像。它已被用于子带图像编码。Mallat开发了多分辨率的架构，这种架构非常适合图像分析。图1显示的是伦娜图，图2显示的是用Daubechies提出的二维小波变换分解的10个子带。图3和图4显示了这些子带的符号和数据结构。 图1 一幅名为lena（512*512）的图像 图2 二维小波变换分解的lena（512*512）图像的10个子带（原文为11，但联系上下文应该为10，故改了过来） 图3 相应的子带符号 图4 相应的子带的数据结构。 512*512的原始图像在第一级子带分解被分解成4个256*256的子图像。它们是LL, LH, HL和HH带。LL带的子图像是原始图像的粗糙版。同样地，LL带在第二级被分解成128*128的LL,LH,HL,HH带。最后，在第二级的LL带在第三级被分解成68*68的LL,LH,HL,HH带。因此，在第三级LL带比第二级的粗糙，第二级的比第一级的粗糙。在第三级，边缘是最粗糙的；在第一级，边缘是最好的。很容易知道，第三级的LH,HL,HH带必须第三级估算的LL带边缘高度相关。因此，第三级的LL带边缘能被用来预测第三级HL,LH,HH带的边缘。LH,HL,HH带的边缘能用来预测第二级相应的边缘带，第二级的一刻预测第一级的。图5显示了第3级对应的块的大小。在第三级2*2方块的大小对应于第二级4*4方块的大小对应于第一级8*8方块的大小。 图5 三级分解的的对应块大小 从最粗糙的带检测预测带 大多数边缘检测基于图像变化的地方测量，边缘一般被定义为块，在此图像的强度会有一个最大的变化。图像的变化可以通过导数算子来审查，例Gradient, Laplacian, Sobel and Roberts。本文我们用变换系数块的标准差来做边缘检测。N*N图像函数f (x,y)，k是平均值，p是标准差，它们的表达式为： （2-1） （2-2） 对于每个子带，我们可以设置一个阈值做边缘检测。然而，编码器需要发送边缘位置到编码器。用我们提出的两个边缘检测算法可以避免开销。图6说明了预测边缘检测是以最粗糙的子带为基础的。在第三级的LL带，图4的子带8显示我们使用了2*2的块来计算其标准差。然后，我们将它和每个子带的预定义阈值作比较。阈值成为实现图像退化和编码压缩之间平衡的工具。如果子带8的标准差比一个子带的预定义阈值大得多，这个子带相对应的块被认为一个区域的高空间变化和相对应的系数被保留。否则，它们被丢弃。 图6 用第三级预测插图的第一级和第二级的边缘 该算法利用最粗糙的带来预测所