【基於小波变换的分形图像压缩编码】.pdf

浙江大学硕士学位论文摘要本文提出了一种基于小波变换的分形与预测相结合的图像压缩编码方案。该编码方案利用了小波变换后系数空间中同一尺度内的自相似性和不同尺度间的视觉相似性,对小波分解后不同的频率区域进行分别编码。由于小波变换是一种良好的图形分类器,因此,在小波变换的系数域上做分形块编码时,缩小了搜索范围,减少了Domain块的对称性变换,从而较之分形方法的全面搜索提高了编码速度。由于该方法是基于小波变换的,因此我们还对小波变换系数对于重构图像质量的影响,从分解重构的信噪比和小波分解的能量紧致性两个方面进行了讨论,提出信噪比高、能量紧致性好的小波变换系数较适合于图像编码.

浙江大学硕士学位论文目录第一章引论 S1图像压缩的必要性和可能性 S1图像压缩的方法 S1本文的组织安排第二章小波变换理论 S2连续小波的定义与小波变换 S2二进小波变换及性质 S2数字信号的二进小波变换 S2多尺度分析 S2图像信号的小波分解与重构第三章分形编码原理 S3数学基础 S3选代函数系统(IFS) S3分形块编码方法第四章基于小波变换的分形图像压缩编码 S4小波分解图的视觉相似性和预测编码 S4与预测相结合的分形编码 S4保留块的位分配策略 S4编码过程 S4解码过程第五章小波基的讨论 S5.

浙江大学硕士学位论文 S1图像压缩的方法图像信息的压缩通常通过编码的方式来实现,编码的方法可以分为无失真编码和有失真编码两大类.一、无失真编码无失真编码又称无损编码。这类方法是指解码后得到的图像与原图像完全相同。Huffman编码就属于这类编码方法。Huffman编码采用变字长码进行信息存贮,对出现频率高的码字编以较短的码,对出现频率低的码字编以较长的码,在编码时先统计每一码字出现的概率,再按概率大小进行编码。Huffman方法在信源概率分布很不均匀时最有效。