基于小波Contourlet變換的圖像壓縮算法

1、 438數(shù)據(jù)采集與處理第25卷方向的圖像表示方法。Contourlet變換繼承了Curvelet變換的各向異性尺度關(guān)系,支撐區(qū)間具有隨尺度而長寬變化的“長條形”結(jié)構(gòu),它能比小波變換更有效地捕捉圖像紋理和邊界信息3。但由于其具有4/3的冗余度,不適合圖像壓縮編碼。Eslami和Radha提出了一種新的非冗余Contourlet變換小波一Contourlet變換“J(Wavcletbased contourlet transform,WBCT,并且與SPIHT算法結(jié)合提出一種新的CSPIHT編碼算法6。該算法在對紋理豐富的圖像編碼方面取得了比小波編碼更好的視覺效果。SPIHT編碼7是充分利用小波系

2、數(shù)在同一方向的各級高頻子帶之間的空間相關(guān)性。而經(jīng)過方向濾波后各級子帶的方向數(shù)不同,破壞了這種對應(yīng)關(guān)系,這也影響了CSPIHT算法的編碼效率。由Pearlman等人提出的集合塊SPECK算法s,對復(fù)雜紋理圖像具有比SPIHT算法更高的編碼性能。無鏈表SPECK(I,istless SPECK,LSK算法在SPECK算法基礎(chǔ)上改進(jìn)鏈表結(jié)構(gòu),具有復(fù)雜度低、編碼速度快和節(jié)省存儲空間的優(yōu)點(diǎn)。本文提出一種新的基于小波一Contourlet變換的無鏈表SPECK編碼算法,實驗結(jié)果表明,該算法用于圖像編碼不僅具有良好的壓縮效果,而且易于實現(xiàn)。1小波一Contourlet變換Contourlet變換可分為兩個階

3、段,首先用拉普拉斯金字塔(I,P對圖像進(jìn)行多尺度分解以捕獲奇異點(diǎn),然后用方向濾波器組(DFB將分布在同方向上的奇異點(diǎn)合成一個系數(shù)。LP分解只對低頻部分進(jìn)行下采樣,處理后數(shù)據(jù)會產(chǎn)生冗余。小波一Contourlet變換中用二維小波變換代替LP變換進(jìn)行子帶分解。由于小波分解和方向濾波器組是無冗余的,小波一Contourlet變換也不會產(chǎn)生冗余?；谛〔ǖ腃ontourlet變換分兩步:首先利用小波變換進(jìn)行子帶分解,在每一級變換得到高頻子帶HH,HL,LH,然后方向濾波器組對同級的高頻子帶進(jìn)行相同級數(shù)的方向分解。從最高頻子帶開始方向濾波,方向濾波級數(shù)為L,則每個子帶被分解成ND一2塊。圖1是圖像經(jīng)三級

4、小波一Contourlet 分解,最高頻子帶L一3的分解示意圖。由于小波變換具有多分辨率特點(diǎn),所以小波一Contourlet變換是多分辨率多方向的。設(shè)二維正交小波的子空間;和尺度空間y;的關(guān)系為V;=VJ o V,y;一lVo W;圖1小波一Contourlet變換示意圖若(彩剛彤川躬。Z2為;的正交基,對子空間;作l級的方向濾波時,得到;的20方向子帶ti一1分布:W;=0;:p,如圖2所示。方向子帶空間V吁:,的基函數(shù)為叨:蹦,T,/¨z.(t.,】7;:f岔。z。,其中諺:蹴=g:,研一5黟咒以.卅,i=1,2,3。圖2方向濾波后的子帶空問分布2小波一Contourlet無鏈表

5、集合分裂嵌入塊編碼SPECK算法是由Said和Pearlman等提出的一種嵌入式的編碼方法。它充分利用圖像經(jīng)變換后系數(shù)的分級結(jié)構(gòu)和頻域內(nèi)的能量聚類性的特點(diǎn)。在EZW算法9和SPIHT算法中,主要是利用子帶間不重要系數(shù)的相關(guān)性,而SPECK是充分利用同一子帶中不重要系數(shù)的相關(guān)性,采用易于計算和并行處理的塊結(jié)構(gòu),具有編碼速度快和編碼復(fù)雜度低的特點(diǎn)。在SPECK算法中使用了兩個排序鏈表來存放編碼集合和像素的坐標(biāo)值,將占用很大的存儲空間,并且鏈表節(jié)點(diǎn)的插入刪除會增加算法的復(fù)雜度,不利于硬件實現(xiàn)。無鏈表集合分裂嵌入塊編碼 (LSK算法10用狀態(tài)標(biāo)志取代鏈表對子帶進(jìn)行分 440數(shù)據(jù)采集與處理第25卷占用1

6、28KB字節(jié)的內(nèi)存。與SPECK算法占用1.125 MB字節(jié)的內(nèi)存相比,減少為原來的1/8,較大地減少了內(nèi)存數(shù)量,更有利于算法實現(xiàn)。3實驗結(jié)果與分析為了驗證本文編碼算法的有效性,選取512×512×8bit的圖像Goldhill和Barbara為例進(jìn)行性能測試,并與典型的基于小波的圖像編碼算法SPIHT和SPECK進(jìn)行比較。實驗中選用9/7雙正交提升小波,分解層次為4級。表1給出了不同壓縮率下算法解碼圖像的峰值信噪比(PSNR。由于不同的表1不同碼率下重構(gòu)圖像的峰值信噪比(PSNRdB 上下文模型會影響編碼算法的性能比較,因此測試結(jié)果沒有進(jìn)行算術(shù)編碼。從表1看出,本文算法與

7、SPECK算法和SPIHT算法在不同碼率下,Barbara和Goldhill的重構(gòu)圖像的PSNR相近。一方面由于CI。SK算法采用狀態(tài)標(biāo)記取代鏈表,編碼過程中缺少按集合大小的重新排序過程,使編碼效率降低。另一方面,對于紋理更豐富的圖像Barbara,方向濾波后能得到對圖像的更“稀疏”表示,有利于圖像壓縮,所以PSNR略高。圖4(a,b,c中分別為Barbara圖在0.2bpp下采用基于小波變換的SPIHT和SPECK算法以及本文算法的重構(gòu)圖像?？梢钥闯鲈谙嗤a率下,本文算法更多地保留了圖像的邊緣以及紋理等細(xì)節(jié)信息,得到優(yōu)于小波變換算法的主觀視覺效果。圖5為Goldhill圖在0.25bpp下用

8、不同算法的重構(gòu)圖像。從屋頂和門窗等處的細(xì)節(jié)可以看出,本文算法得到的圖像更清晰。(aSPIHT編碼(bSPECK編碼(cCLSK編碼圖4Barbara圖像用不同算法的編碼結(jié)果局部對比(o.2bpp(aSPECK(bSPIHT圖5Goldhill圖像用不同算法的編碼重構(gòu)圖像(0.25bpp 4結(jié)束語小波一Contourlet變換比小波變換和Con一(cCLSKtourlet變換具有更強(qiáng)的方向性和對圖像的稀疏表達(dá),能夠更有效捕捉圖像的結(jié)構(gòu)特征和邊緣信息。LSK算法采用狀態(tài)標(biāo)志取代鏈表結(jié)構(gòu)能減少內(nèi)存 基于小波-Contourlet變換的圖像壓縮算法 作者： 作者單位： 刊名： 英文刊名： 年，卷(期：

9、 被引用次數(shù)： 田秀偉， 鄭喜鳳， 丁鐵夫 田秀偉(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所,長春,130033;中國科學(xué)院研究生院,北 京,100039， 鄭喜鳳,丁鐵夫(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所,長春,130033 數(shù)據(jù)采集與處理 JOURNAL OF DATA ACQUISITION & PROCESSING 2010，25(4 0次 參考文獻(xiàn)(10條 1.Do M N,Directional mulfiresolution image representationsD.EPFL,Lausanne,Switzerland.2001. 2.Minh N D,Vetter

10、li M.The contourlet transform;an efficient directional multiresolution image representationJ.IEEE Trans on Image Processing,2005,14(12:2091-2106. 3.Duncan D Y Po,Do M N.Directional multiscale modeling of images using the contourlet transformJ.IEEE Trans on Image Processing,2006,15(6:1610-1620. 4.Esl

11、ami R,Radha H.Wavelet-based contourlet transform and its application to image codingC/Proceeding of IEEE International Conference on Image Processing.Singapore:IEEE,2004:31893192. 5.Eslami R,Radha H.New image transform using hybrid wavelets and directional filter banks:analysis and designCProceeding

12、 of IEEE International Conference on Image Processing.S.l.:IEEE,2005:733-736. 6.Eslami R,Radha H.Wavelet-based contourlet coding using an SPIHT-like algorithmC/Proceeding of Conference on Information Science and Systems.Princeton,USA:s.n.,2004:784-788. 7.Said A.Pearlman W A.A new fast and efficient

13、image codec based on set partitioning in hierarchical treesJ.IEEE Trans on Circuits and Systems for Video Technology,1996,6:243-250. 8.Islam A,Pearlman W A.An embedded and efficient low complexity hierarchical image coderC/Proceeding of SPIE International Conference on Visual Communications and Imag

14、e Processing.San Jose:CA,1999:294-305. 9.Shapiro J M.Embedded image coding using zerotrees of wavelet coefficientsJ.IEEE Trans on Signal Processing,1993,41:3445-3462. 10.Latte M V,Ayachit N H.Reduced memory listless speck image compressionJ,.Digital Signal Processing,2006,16(6:817-824. 相似文獻(xiàn)(3條 1.學(xué)位論

15、文 李瑤 小波-Contourlet變換及其在圖像處理中的應(yīng)用 2007 小波-Contourlet變換是一種新的多分辨率的、局域的、多方向的圖像表示方法。它將Contourlet變換第一級的LP分解替換為小波變換，消除了LP分 解的冗余；第二級用方向濾波器組實現(xiàn)多方向濾波分解。這樣，小波-Contourlet變換將圖像分解到不同尺度，并在不同尺度上將系數(shù)分解為更多方向 ，可以更稀疏地表達(dá)圖像。在圖像處理的應(yīng)用中它比小波變換、Contourlet變換能更有效地表達(dá)圖像特征，捕獲圖像邊緣結(jié)構(gòu)。 本文對小波-Contourlet變換的原理和實現(xiàn)算法以及在圖像融合、圖像增強(qiáng)上的應(yīng)用進(jìn)行了較為系統(tǒng)的研究，主要研究內(nèi)容及研究成果如下： 1詳細(xì)研究了二維正交小波變換的原理和實現(xiàn)算法，以及小波變換在圖像處理中存在的缺陷，探討了多尺度幾何分析的發(fā)展概況；詳細(xì)研究了 Contourlet變換和小波-Contourlet變換的原理和實現(xiàn)算法，通過實驗，比較了Contourlet變換相對于小波變換的優(yōu)越性以及小波-Contourlet變換相對 于Contourlet變換的優(yōu)越性。 2詳細(xì)研究了多聚焦圖像融合的原理和實現(xiàn)算法，重點(diǎn)討論了融合過程中融合規(guī)則的設(shè)計和選擇。提出了一種基于小波-Contourlet變換的多聚