论文摘要
传统的二维离散小波变换是通过分别在垂直和水平方向进行一维离散小波变换的方式来实现的,这种二维离散小波变换不能充分利用图像本身的特性。方向提升小波变换能够更好地利用图像的方向性和各向异性,达到更好的图像压缩效果。本文针对现有的方向提升小波变换算法需要对图像中所有图像分块的每一种待选方向进行提升预测和评估以选出最优的方向,没有充分利用图像中各分块的特点,计算量很大的问题,研究改进算法。主要工作如下:根据方向提升小波变换对于比较平坦的区域与传统的提升小波变换效果相当,而对于非平坦的图像区域,能够利用图像纹理和边缘比较丰富的信息得到更好的压缩效果的特点。提出了基于图像分块检测的方向提升小波变换算法。该算法在对图像进行小波分解之前,先对图像中的所有图像分块进行检测判定,对判定为平坦的图像分块采用传统的二维提升小波分解,对判定为非平坦的图像分块采用方向提升小波进行分解。为了对图像分块进行检测,本文研究了两种图像分块的平坦性检测算法,即局域方差系数算法和结构张量算法。局域方差系数算法中采用的局域方差系数能有效地防止平坦区域中的虚假边缘被提取,比较适合用于图像局部区域的平坦性检测。结构张量算法中采用的结构张量矩阵对于图像局部区域的一致性分析有良好的效果,局部区域一致性比较强的区域往往对应图像中比较平坦的区域。实验结果表明,本文采用的两种图像分块平坦性检测算法能对图像分块进行有效地检测。图像压缩实验结果表明,本文提出的这种小波图像分解方式与对整幅图像的所有图像分块都进行方向提升小波变换的方式相比在降低了计算复杂度的情况下,两者的图像压缩性能基本相当。本文算法在图像无损压缩性能和有损压缩性能上都明显优于传统的二维提升小波图像分解。