結(jié)合Huffman編碼和SPIHT算法實(shí)現(xiàn)高效圖像壓縮方法

《結(jié)合Huffman編碼和SPIHT算法實(shí)現(xiàn)高效圖像壓縮方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、結(jié)合Huffman編碼和SPIHT算法實(shí)現(xiàn)高效圖像壓縮方法摘要：在低速通道中傳遞圖像在許多領(lǐng)域中都非常關(guān)鍵。本文闡述了一種基于SPIHT算法對高站質(zhì)圖像進(jìn)行壓縮的方法。該方法能給遠(yuǎn)距離無線通信應(yīng)用捉供遞進(jìn)的圖像傳輸能力。這和JPEG標(biāo)準(zhǔn)非常不同。JPEG標(biāo)準(zhǔn)必須先將圖像壓縮到一定程度后再開始傳送。而我們的方法屮，數(shù)據(jù)頭和圖片數(shù)據(jù)被從目標(biāo)圖像中區(qū)分開來。頭信息經(jīng)過了必要的修改后先被傳送。然后圖像數(shù)據(jù)使用SPIHT壓縮并傳送。實(shí)驗(yàn)表明我們的方法口J以得到更好的壓縮率和傳輸時(shí)間。關(guān)鍵詞：圖像壓縮；JPEG；SPIHT；小波；霍夫曼編碼1、引言小波變換(wavelettransfoim,WT)是一

2、種新的變換分析方法，它繼承并且發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的“時(shí)間■頻率"窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具⑴。它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特征，能對時(shí)間(空間)頻率的局部化分析，通過伸縮平移運(yùn)算對信號(hào)(兩數(shù))逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)分，低頻處頻率細(xì)分，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了Fourier變換的困難問題，成為繼Fourier變換以來在科學(xué)方法上的重大突破⑷。這一技術(shù)已被廣泛應(yīng)用于圖像處理和壓縮領(lǐng)域。ShapiroMJerome將小波變換引入

3、到圖像壓縮領(lǐng)域中來，并捉出了嵌入式零樹小波編碼方法(EmbeddedZerotreeWavelet,EZW),取得了良好的壓縮效果。1996年P(guān)earlmanWA和SaidA在Shapiro的EZW算法的基礎(chǔ)上,提出了SPIHT算法⑶，解決了EZW算法的一些缺點(diǎn)，但多級樹集合分^(SetPartitioninginHierarchicalTrees,SPIHT)算法依然需要人量計(jì)算和傳輸時(shí)間，對于在低速通道上圖像的實(shí)時(shí)傳送提出了挑戰(zhàn)。本文重點(diǎn)介紹了一?種簡單有效的方法結(jié)合霍夫曼編碼實(shí)現(xiàn)進(jìn)一步的壓縮。實(shí)驗(yàn)結(jié)果顯示壓縮率為0.35978,相較于為量化前的0.21191有較人提升，說明這一方法可

4、以節(jié)省大量的傳輸比特，進(jìn)而增強(qiáng)壓縮性能。2、SPIHT算法本質(zhì)上來說SPIHT使用了子波段編碼以產(chǎn)牛一個(gè)塔式結(jié)構(gòu)，從而一個(gè)圖像被功率互補(bǔ)的低通和高通濾波器連續(xù)地分解了，然后再抽取結(jié)果圖像。那么整個(gè)圖像分解成四個(gè)子帶：LL,LH,HL以及HH,其小LL為低頻，LH、HL、HH為分別為水平、垂直和對角線上的高頻分量。三層分解的小波變換小波系數(shù)的樹結(jié)構(gòu)如圖1。在每個(gè)子帶中，用一個(gè)小方格表示一個(gè)小波系數(shù)。為簡潔闡述，用C；歲表示第m層、在d方向的子帶內(nèi)的一個(gè)系數(shù)，i、j是本子帶內(nèi)的下標(biāo)，HL,”,LH『子帶的方向序號(hào)出衣次分別取一、二、三。低分辨層的一個(gè)系數(shù)同它的同一方向高一級的分辨層的四個(gè)系數(shù)，

5、還有更高兩級分辨層的十六個(gè)系數(shù)，大體反映了同空域內(nèi)相同方向了帶的性質(zhì)，并這類系數(shù)間冇著很強(qiáng)的相似性。因此,可將d方向各了帶屮表示同位置的小波系數(shù)集合比喻為一顆方向樹，最低分辨率(最高層的子帶)只取一個(gè)系數(shù)，可以作為樹的根節(jié)點(diǎn)，每一高層子帶的一個(gè)系數(shù)對應(yīng)同方向第一層子帶的四個(gè)系數(shù)為其子節(jié)點(diǎn)，依此類推。LHiHH

6、圖1三層小波變換系數(shù)的樹結(jié)構(gòu)在圖1中，H厶為該方向了帶中最低分辨率了帶，它的1個(gè)系數(shù)為一顆方向樹的根節(jié)點(diǎn)，它的子節(jié)點(diǎn)是H厶子帶內(nèi)的⑵+〃,2j+q}o印加共4個(gè)系數(shù)，它的孫節(jié)點(diǎn)是H厶子帶內(nèi)的{4z++g}°勺皿3共十六個(gè)系數(shù)。這樣，以C：；為根節(jié)點(diǎn)的一顆方向樹包含了二T?一個(gè)系數(shù)值，

7、有二十個(gè)子孫。對于m>2層分解，子帶內(nèi)的一個(gè)根節(jié)點(diǎn)共有的子孫節(jié)呂4點(diǎn)個(gè)數(shù)為工4'=—(4心一1)(1)/=i3由根節(jié)點(diǎn)在最高層方向子帶內(nèi)一個(gè)系數(shù)為根的方向樹也稱為最大方向樹，并記為TL",j),它表示樹上系數(shù)的合集。其他層的系數(shù)也可以為根，構(gòu)成一?顆子方向樹，記為八％力。3、SPIHT算法特性多級樹集合分裂算法(SPIHT)能夠生成一個(gè)嵌入位流(embeddedbitstream),使接收的位流在任意點(diǎn)中斷時(shí)，都能解壓并重構(gòu)圖像，具有良好的漸進(jìn)傳輸特性；算法的初始化過程、細(xì)化過程類似于EZW算法，它改進(jìn)了EZW重要圖的表示方法，也就是重要系數(shù)在表小的排序信息，使得集合的衣示更為精簡，從而提

8、高了編碼效率和圖像壓縮率oSPIHT算法在不同的比特率下比EZW算法的PSNR(峰值信噪比)都冇所捉高，具冇計(jì)算復(fù)雜度低、位速率易控制的特點(diǎn)。如圖2所示,這個(gè)金字塔狀小波系數(shù)被按照重要程度排序,最重要的比特對以先傳輸，然后才是下一個(gè)位平面(bitplane),依此類推，直到最低重要性的位平面到達(dá)。這種先進(jìn)的傳輸方式可以有效地減小每個(gè)位平面均方誤差失真。比特行位標(biāo)記SSSSSSSSS最高位51100000004>11000