论文部分内容阅读
近十几年来，随着小波理论研究的不断深入，小波图像压缩的应用研究日臻完善，本文对近十几年来小波图像压缩成果作了研究：小波用于静态图像压缩取得了突破性进展，JPEG2000标准是其主要标志。小波用于视频压缩主要有3个方面：①2一D小波变换推广到3-D小波变换；②小波域的多尺度运动估计和运动补偿；③同传统的视频压缩标准类似，依然在时域作基于块的运动补偿，采用重叠块运动补偿算法更有利于残差帧的小波变换。
基于以上的小波研究成果，本文提出的一种视频图像压缩方法是：对内帧，直接对图像数据进行小波变换，量化后一路进行熵编码，另一路反量化后做小波反变换，作为帧间帧的参考；对帧间帧图像数据，首先做运动估计和运动补偿，然后对补偿后的残差帧进行DCT变换，量化后进行游程编码；对运动矢量直接做熵编码。本文的熵编码是在充分研究JPEG2000的EBCOT算法和算术编码的基础上进行的。将本文算法在PC机上针对序列图像进行了模拟实验，证明该方法能获得优于DCT变换的结果。
在基于小波变换的视频图像压缩方法研究中，本文的主要改进是：
①在小波变换对图像数据做Mallat塔式分解中，使用了小波提升算法，提高了运算速度，获得了优于Mallat分解算法的性能。②在基于块的运动补偿中，对内帧图像(又称Ⅰ帧)采用了小波变换，既提高了压缩比又改善了图像的主观质量，同时提高运动搜索的匹配精度；但对残差帧仍采用DCT变换，这有利于运动估计和运动补偿的灵活处理。