文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 基于小波变换和分类矢量量化的图像压缩算法
侵权投诉

基于小波变换和分类矢量量化的图像压缩算法

基于小波变换和分类矢量量化的图像压缩算法

于阈值T是无意义的或是不重要的,那么位于同方向同空间位置高分辨率子带上的小波系数相对于T在统计意义下也是无意义的,把满足这种假设的系数用树状结构表示出来就是零树。零树矢量对恢复图像质量的贡献很小。若一个零树矢量同时能量满足小于给定的能量阈值,就可以看作非重要类,不再进行量化编码,把其中的每一个分量置为0,并且用一个比特作标记,记为0;而其他矢量均看作重要类,标记为1,进行较大码书尺寸的矢量量化,以减小量化误差。采用能量阈值和零树矢量的双重判断,既充分利用了子带相关性,又有效的保护了图像的重要信息。

1.3 重要类矢量量化的加权均方误差准则

在图像的塔式小波分解算法中,大尺度下数据在恢复图像时经过滤波的次数要多,因而量化误差对恢复图像的质量将产生较大影响,且影响的空间范围比较小尺度下的数据要大,因此适合于采用基于人眼视觉特性的WMSE准则进行最佳矢量的匹配,以提高量化增益。

dω(x,y)=∑ωi(xi2

i=1Kyi)2 (2)

其中:K为矢量维数; i为加权系数。

文献[8]利用人眼的视觉特性对灰度图像设计了一种加权量化方案,以减小量化噪声,本文采用文献[8]中给出的各级子带对应加权系数,如表1所示。

表1 各级子带加权系数

Tab.1 Weight coefficients of subbands

子带名

加权系数 HL4 0.738 LH4 0.738 HH4 0.596 HL3 0.584 LH3 0.584 HH3 0.411 HL2 0.355 LH2 0.355 HH2 0.230 HL1 0.189 LH1 0.189 HH1 0.119

1.4 初始码书生成的PNN[10]算法

在矢量量化中用LBG算法[11]训练码书时,初始码书的设计一般采用分裂算法。在分裂法中,对中间码书的每个码字都要一分为二,然后利用LBG算法形成码字数目是原码书的二倍的新码书。这样设计出的码书其码字均匀或近似均匀地分布在样本空间,而实际信源是非均匀的,容易使得有些码字利用率很低。为此本文采用成对最近邻算法(PNN)[10]来生成初始码书。

PNN算法的步骤为:

1)令码字数n=M,将全部训练矢量作为码字,即yi xi

的质心为yi,所含矢量个数为Ri=1。

2) 计算各对码字yl与ym间的失真 d(yl,ym)

3)设d(yi,yj) mind(yl,ym)1≤l m≤ni 1, M,构成n个胞腔,第i个胞腔Ri1≤l m≤n 1≤i j≤n,则合并胞腔Ri和Rj,更新码字yi为yi=Riyi+RjRi+Rjyj,更新Ri为Ri=Ri+Rj,若j=n,则从码书中去掉码字yj;否则令

上一页第3页

你可能喜欢

  • 图像压缩算法
  • 矢量量化
  • 数字图像变换
  • 图像压缩编码
  • 语音识别matlab

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email