小波变换与矢量量化在图像压缩中的应用研究-信号与信息处理专业论文.docx

小波变换与矢量量化在图像压缩中的应用研究捅要在图像压缩技术中，小波变换是一种非常有效的数学工具。传统小波变换在分析非连续信号时，在跳变点两侧会产生大的小波系数，对非平滑图像处理效果较差。自适应小波变换有效地解决了这个问题，但目前的自适应小波变换均需要构造出一组小波，从这组小波中根据图像特点选取一个进行变换。就目前而言这些小波的压缩性能都不及JPEG2000中推荐使用的DB9／7小波，单独构造小波将导致算法与国际标准不能兼容。基于此，本文在DB9／7小波算法的基础上，给出了一种改进的自适应DB9／7小波算法。矢量量化作为一种高效的压缩技术，其突出的优点是压缩比大且编解码算法简单，在图像压缩领域中有着良好的应用前景。小波变换矢量量化图像压缩算法是近年来图像压缩领域中颇为流行的一种新型压缩算法。本文主要研究小波变换和矢量量化在图像压缩中的应用，并给出一种结合自适应小波变换和矢量量化算法的图像压缩技术。本文主要研究内容有：1．给出了一种改进的自适应DB9／7小波算法。由于该算法是在DB9／7小波变换的基础上构造的，能够与新一代静止图像压缩标准JPEG2000相兼容，将图像分为平滑图像和非平滑图像两类分别进行实验，从重构图像和峰值信噪比方面给出了该算法与改进前算法的对比。实验结果表明该算法能够有效地提高图像压缩性能，特别是对于非平滑图像，能够取得更好的压缩效果。2．研究了LBG、PSO、LVQ和PNN四种矢量量化算法。通过仿真实验，从失真和算法复杂度等方面对比分析了这几种算法的码书设计性能。将小波变换与这几种矢量量化算法结合，从重构图像和峰值信噪比(PSNR)等方面对比分析了这几种算法与小波变换结合后的图像压缩性能。3．将改进的自适应小波变换与矢量量化相结合，给出一种前端具有改进的自适应DB9／7小波变换，后端具有低失真、低复杂度的矢量量化算法的图像压缩技术。通过实验，对比该算法与传统DB9／7小波矢量量化算法的性能。结果表明该算法能有效地结合自适应小波变换和矢量量化的优势，在高压缩比下仍可以有效地恢复图像，取得了较好的压缩效果。关键词：自适应小波变换；I_BG算法；PNN算法；kV0算法；PS0算法Research013theAppIicationoftheWaveIetTransformandVectorQuantizationinImageCompressionAbstractWaveletTransformisanexcellentmathematicaltoolinimagecompression technique．ThetraditionalDWThasbadperformancewhentheimageisnon-smoothing．TheAdaptiveWaveletTransform(AWT)callsolvethisproblem，butitcail’tbeusedintheJPEG2000standard．InordertosolvethisproblemallimprovedAWTbasedontheDB9／7isgiven．TheVectorQuantization(VQ)isanefficientcompression technique andhasbright prospect．Ithashi曲compressionratio andsimplecodingprocess．TheDWT-VQimagecompressionalgorithmisquitepopularinrecentyears．TheapplicationofDWTandVQinimagecompressionisstudiedinthispaperandanalgorithmwhichcombinestheAWTandVQisgiven．Thefollowingworkisdone：1。TousetheAWTalgorithminJPEG2000standard，theAWTalgorithmisstudiedandanimprovedAWTalgorithmisgiven．Theperformanceoftheimprovedalgofithraiscontrastedwiththeoriginalalgorithm．ThereconstructionandthePSNRarecontrastedandthevalidityofthealgorithmistestedbyexperiment．Theresultshowsthatithasgoodperformance,especiallywhentheimageisnon-smoothing．2．TheLBGPNN,PSOandLVQalgorithmsarestudied，and