新浪博客

基于小波变换的图像压缩技术

2018-10-15 15:43阅读:
基于小波变换的图像压缩
是指对图像应用小波变换算法来进行多分辨率分解,通过对小波系数进行编码来实现图像压缩。
处理流程为
1,对图像进行多级小波分解,得到相应的小波系数;
2,对每层小波系数进行量化,得到量化系数对象;
3,对量化后的系数对象进行编码,得到压缩结果。
图像矩阵是二维矩阵,假设图像矩阵大小为N*N,且n=2^n,那么经过一层小波变换后,原始图像便分解为4个分辨率为原来尺寸1/2的子带区域(LL,HL,LH,HH),分别包含了相应频带的小波系数。这一过程相当于在水平、垂直方向上进行隔点采样。
~~LL频带保持了原始图像的内容信息,图像的能量集中于次频带。对于图像水平、垂直方向均进行低通滤波得到;
~~HL频带保持了图像水平方向上的高频边缘信息。对图像水平方向高通滤波和垂直方向低通滤波得到;
~~LH频带保持了图像垂直方向上的高频边缘信息。对图像水平方向低通滤波和垂直方向高通滤波得到;
~~HH频带保持了图像在对角线方向上的高频信息。对图像水平、垂直方向均进行高通滤波得到。
同理,对图像进行二层小波变换时支队低频子带LL进行,各自带的分辨率为原始图像的1/4。所以一层小波变换得到4个子带,二层小波变换得到7个字带,x层分解就得到3*x+1个子带。
小波基
haar(Haar小波)、db(Daubechies小波)、dmey(Discrete Meyer小波)、sym(Symlets小波)、coif(Coiflet小波)、
bior(Biorthogonal小波)、rbio(Reverse Biorthogonal小波)等,应用不同的小波基及尺度进行处理会产生不同的分析结果。
我们希望经过小波分解后,得到的三个方向上的细节分量具有高度的局部相关性,而整体相关性被大部分甚至完全解除。
1.小波基的平滑性和图像数据压缩效果的关系:小波变换要求滤波器具有正则性,而正则性就是函数光滑程度的一种描述,一般情况下,平滑性越强,数据压缩效果越好。
基于小波变换的图像压缩技术 几种常见的小波函数
由图可以看出,Haar小波是不连续的,所以在对一般图像处理可能会在恢复图像中出现方块效应,而采用其他平滑的小波基则会消除方块效应。一致认为Daubechies 小波db2具有良好的平滑性。
2.待处理图像与小波基的相似性:所谓的相似性是指待处理图像与小波在频率上具有一致性,如果待处理图像的信息多集中在低频部分,那么就要选择低频成分较多的小波基,反之就要选择高频成分较多的小波基。
基于小波变换的图像压缩技术各小波基频谱分析
实验部分:
基于小波变换的图像压缩技术主函数部分
基于小波变换的图像压缩技术小波分解
基于小波变换的图像压缩技术重构图像
基于小波变换的图像压缩技术结果输出
基于小波变换的图像压缩技术原始图像与重构图像对比
基于小波变换的图像压缩技术小波分解
本次实验采用全局阈值为10,分别执行db2和Haar的2级分解和重建,若采用Haar小波基,压缩图像在存储空间上占原始图像存储空间的46.51%,PSNR为34.75,其余情况读者可以自行实验。

我的更多文章

下载客户端阅读体验更佳

APP专享