多媒体技术讲座之小波图像编码讲解.ppt

多媒体技术基础(第3版)第8章 小波图像编码 林福宗 清华大学 计算机科学与技术系 linfz@ 2008年9月 第8章 小波图像编码目录 8.1 从子带编码到小波编码 8.1.1 子带编码 8.1.2 多分辨率分析 8.1.3 滤波器组与多分辨率 8.1.4 子带编码与小波编码 8.1.5 小波分解图像方法 8.2 PSNR失真度量法 8.3 EZW编码 8.3.1 介绍 8.3.2 算法 8.3.3 算法举例 8.4 SPIHT编码 8.4.1 介绍 8.4.2 渐进图像的传输 8.4.3 分集排序算法 8.4.4 类型和变量 8.4.5 算法 8.4.6 算法举例 8.5 EBCOT编码简介 8.5.1 介绍 8.5.2 质量层的概念 8.6 JPEG 2000简介 8.6.1 JPEG 2000是什么 8.6.2 JPEG 2000的基本结构 8.6.3 JPEG 2000的主要功能 8.6.4 JPEG 2000标准的文档 8.1 从子带编码到小波编码 子带编码 子带编码(subband coding，SBC)的基本思想 把信号的频率分成几个子带，对每个子带分别进行编码 根据每个子带的重要性分配不同的位数来表示数据 子带编码的应用 20世纪70年代，开始用于语音编码 20世纪80年代，开始用于图像编码 子带分割方法 1986年Woods, J. W.等人曾经使用一维正交镜像滤波器(QMF)把信号的频带分解成4个相等的子带，如图8-1所示 图8-1(a)表示分解方法，图8-1(b)表示其相应的频谱 符号：2↓表示频带降低1/2，HH表示频率最高的子带，LL表示频率最低的子带 这个过程可以重复，直到符合应用要求为止 滤波器组称为分解滤波器树(decomposition filter trees) 8.1 从子带编码到小波编码(续1) 8.1 从子带编码到小波编码(续2) 多分辨率分析 S.Mallat于1988年在构造正交小波基时提出了多分辨率分析(multiresolution analysis)的概念，从空间上形象地说明了小波的多分辨率的特性，提出了正交小波的构造方法和快速算法，称为Mallat算法。根据Mallat和Meyer等科学家的理论，使用一级小波分解方法得到的图像如图8-2所示 8.1 从子带编码到小波编码(续3) 一级分解后继续分解的过程叫做多分辨率分析，即多级小波分解的概念。 使用多级小波分解可得到分辨率不同的图像，这些图像被称为多分辨率图像(multiresolution images) 图8-3表示Lena的多分辨率图像。其中，粗糙图像1的分辨率是原始图像的1/4，粗糙图像2的分辨率是粗糙图像1的1/4 8.1 从子带编码到小波编码(续4) 小波分解图像方法 使用小波变换把图像分解成各种子带的方法有很多种。例如， 均匀分解(uniform decomposition) 非均匀分解(non-uniform decomposition) 八带分解(octave-band decomposition) 小波包分解(wavelet-packet decomposition) 根据不同类型的图像选择不同小波的自适应小波分解(adaptive wavelet decomposition)等 八带分解是使用最广泛的一种分解方法 属于非均匀频带分割方法，它把低频部分分解成比较窄的频带，而对每一级分解的高频部分不再进一步分解 图8-4表示Lena图像的数据分解 8.1 从子带编码到小波编码(续5) Standard test image Lenna Soderberg(ne Sj??blom) The First Lady of the Internet Size：512×512 pixels Colors：24 bits/pixel Lena24.bmp: 768 KB Standard test image(contd 1) Lenna Soderberg (Sj??blom) and Jeff Seideman In May 1997 at ISTs (Imaging Science and Technology)50th Anniversary conference Standard test image(contd 2) Girl (Tiffany) Size 512×512 pixels Color 24 bits/pixel tiffany24.bmp 768 KB Standard test image(contd 3) Mandrill(a.k.a. Baboon) Size 512×512 pixels, Color 24 bits/pixel mandrill