基于有限状态格点向量量化器的子波图像压缩编码技术.pdf

第7 卷 第3 期 电路与系统学报 Vol. 7 No.3 2002 年 9 月 JOURNAL OF CIRCUITS AND SYSTEMS September, 2002 文章编号 1007-0249 (2002) 03-0050-05 基于有限状态格点向量量化器的子波图像压缩编码技术* 倪江群1 张光昭1 何加亮2 1. 中山大学 电子系 广东 广州 510275 2. 香港大学 电机与电子工程学系 摘要 子波图像的各子带间通常存在着很强的能量相关性 而有限状态量化模型可以用来很好地描述自然图像子 波域内不同标度间的自相似性 向量量化较之标量量化往往具有更好的率/ 失真特性及更高的编码效率 但传统基于 LBG 算法设计的向量码书没有固定的结构 其近乎 随机 的码书分布造成设计和编码时极大的计算负担 空间R N 中的格点具有清晰的结构 基于格点的向量量化器在基本不影响量化性能的前提下提供了在设计/ 量化时极大的计算 简化 本文提出了一种基于格点向量量化器的子波图像编码算法 它可被视作以上两种技术的有机结合 它既能有 效的描述子波图像间的能量相关性 同时也带来了极大的计算简化 子波图像有限状态格点向量量化器的设计是基 于一种新的自适应量化策略 它很好地描述了格点量化器率/ 失真特性 并能得到很好的编码结果 关键词 子波 图像编码 有限状态量化 格点向量量化 中图分类号 TN713 文献标识码 A 1 引言 近年来 基于子波的图像/视频压缩编码技术得到了信号处理界的高度重视 除了能给出在率/ 失 真意义上的极好的编码性能 子波图像最吸引人之处在于它适于多分辨率分析并能消除传统 DCT 编 码带来的 方块 效应 一般地 自然图像的K-层子波分解产生K 层有3 个方向的金字塔 即3K+1 个子带 低频子带 LFS 的能量分布类似于原图像本身 故可采用现成的图像编码技术如 DPCM 而通过对高频子带图像 HFS 的观察可以发现这样的事实 即其能量大多分布在原图像内有边缘活 动的区域 这表明高频子带内的能量分布是不均匀的 HFS 中含有更多能量的区域应较其他区域有 更精确的编码 另一个有关子波域图像的事实是 尽管子带图像间在统计上并不相关 但同一方向上 的子带图像间的确存在着很强的能量相关性 这表现为子波域内不同标度图像间的自相似性 使有可 能利用一个子带内的活动预测同一方向上另一子带的活动 基于上述观察 T.Naveen 和 J.Woods 在 [5] 他们开创性的工作 中首次利用有限状态向量量化 FSVQ 模型描述子波域内的图像 并采用一种 本质上为标量的有限状态的标量量化器编码子波图像 由于可在向量元素间进行非整数比特率分配 向量量化器较之标量量化器天然上具有更好的率/ 失真性能 但基于 LBG 算法的向量量化总是伴随着很高的计算复杂度 格点向量量化 LVQ 是一 种码书基于正则格点的向量量化器 正则格点是空间R N 中由一个基向量集合的整数线性组合生成的 离散点集 格点向量量化器在基本不影响量化性能的前提下提供了在设计/ 量化时极大的计算简化 我们的工作在于: 1 推广了[5] 中的工作 并提出了一种子波图像的有限状态格点向量量化算法 2 有限状态格点向量量化器的设计是基于一种新的自适应量化策略 它很 好地描述了格点向量量化器的率/ 失真特性 并得到了很好的编码结果 本文的结构组织如下 第2 和3 节分别介绍有限状态向量量化器的 概念和基本格点向量量化算法 第4 节给出子波域内有限状态向量量化 器的结构及计算机数值仿真结果分析 最后在第5 节给出本文的结论 2 有限状态向量量化器 2.1 有限状态向量量化器的结构 图1 有限状态向量量化器 * 收稿日期 2000-08-30 修订日期