小波图像压缩matlab

零树小波图像压缩专题（1）

默认分类 2008-06-14 20:05:49 阅读51 评论0 字号：大中小 订阅

前几天我们讨论了几种简单的小波图像压缩方案，不过这些技术都比较粗糙，效率低。现在我们从小波编码起步，探讨几种高效的小波压缩方案。

信号的传输和处理少不了编码技术的支持，信号编码可以极大地压缩信息量，增强抗干扰能力等。同样地，小波变换作为一种信号处理技术，也有其独特的编码结构。在《基于小波变换的图像压缩技术初探》一文中，我们提到，二维小波变换具有塔式结构，如图1所示： LHL3 L3 HL2 LHH3 H3 LH2 LH1 图1

那么这种塔式结构里，小波系数和相应的位置信息的组织关系是怎样的呢？仔细观察图1，我们可以发现，各个子图像（或称子频带）之间组成了一个从低频带指向高频带的树状结构，如图2所示：

HL1 HH2 HH1

图2

图2中，以HH3单个元素为根形成的子孙树，从它们的方向和空间位置可以看出，这种小波树中，各级分解子带的系数之间存在很大的相似性！基于这一性质，Lewis和Knowles在1992年提出了小波零树编码算法。这种算法的一大特点，也是一大缺点，即量化后系数为

科技信息 Ｏ高校讲台。

绷ＣＥ＆ＴＥＣＩ悄０ＬＯＧＹ玳ＦＯ蹦ＡⅡ０Ｎ

２００７年第２４期

小波变换在图像压缩中的应用

李娟

（山东教育学院物理科学与技术系

山东济南２５００１３）

摘要：小渡变换在数字化图象的压缩中起着极其重要的作用。本文在简单阐述小波变换基本理论和Ｍａｌｌａｔ算法基本思想的基础上．着重利用Ｍａｔｌａｂ软件研究了小波变换在图像压缩技术中的具体应用，结合实例给出了具体程序，并对程序进行了详细说明。

关键词：图像压缩；小渡变换；多分辨分析；Ｍａｌｌａｔ算法

１．引言

随着多媒体应用的普及和数字视频技术的发展．以及网络上图像传输的增多，对图像的处理变得越来越重要。图像的数字化是必然的趋势，但是经过数字化的图像所占的数据量相当庞大，而信道带宽和

，

（３）伸自自性：巾（ｔ）ＥＶｆｃ＝｝巾（２ｔ）ＥＶ卜ｌ

（４）平移不变性：牵（ｔ）ＥＶｆ§弗（卜２卜１ｋ）ＥＶｊ，Ｖｋ∈ｚ

（５）斑ｅｓｚ基存在性：存在巾（ｔ）∈Ｖｏ，使得｛巾（２１ｔ—ｋ））ｋ。。构成Ｖｉ的ｍｅｓｚ基。

．

存储空间的限制又给实际应用带来了很大的困难，所以图像压缩已成为现代信息社会急待解决的问题。

小波变换的理论是２０世纪８０年代后期兴起的新的数学分支．素有“数学显微镜”的美称。它是继１８２２年

图像压缩小波变换算法的比较分析

摘要

本文的基本目标是通过不同的参数，分析小波变换的图像压缩算法的基本理论。所有的算法都是基于静止图像，所涉及到的算法比较分析是小波差缩小波（WDR），空间方向树小波（STW），嵌入式零树小波（EZW）和修改后的分区分层树（SPIHT）。这些算法是更有效的，并提供一个更好的功能，在图像压缩过程中，小波变换处理大量数据量同时，具有很好的去噪性，同时也表现出了很好的压缩性。这些技术在许多图像处理应用中使用。这些技术是通过使用性能参数的峰值信噪比（PSNR）和均方误差（MSE）来比较。

关键词：小波变换；WDR、STW、EZW、SPIHT图像压缩的改进

1．引言

在数字图像处理中，图像的质量的好坏没有一个确定的评判标准。图像质量的好坏决定于外部情况的变化，应该根据情况或应用它正在使用的标准。例如，图像压缩，增强，重构，去噪，用这些方法处理数字图像中的图像质量的变化的检测。但是，本文主要关注的是图像质量，图像压缩的定义：测量原始图像与还原图像的压缩比。

（1）由于原图像上信息由固定位置点来表示，在压缩过程中出现错误。 （2）视觉上的突出错误取决于他们在原始图像中的位置，例如，在图像边缘上的突出错误，或在表面的描述错误会

（2009届）

本科毕业设计（论文）资料

基于小波变换的彩色图像压缩编码 题 目 名 称： 算法的MATLAB实现 学 院（部）： 计算机与通信工程学院 专 业： 通信工程 学 生 姓 名： 李娜 班 级： 通信052班 学号0540820211 指导教师姓名： 刘立 职称 副教授 最终评定成绩：

湖南工业大学教务处

2009届

本科毕业设计（论文）资料

第一部分 毕业论文

（2009届）

本科毕业设计（论文）

基于小波变换的彩色图像压缩编码算法

的MATLAB实现

学 院（部）： 计算机与通信工程学院 专 业： 通信工程 学 生 姓 名： 李娜 班

（2009届）

本科毕业设计（论文）资料

基于小波变换的彩色图像压缩编码 题 目 名 称： 算法的MATLAB实现 学 院（部）： 计算机与通信工程学院 专 业： 通信工程 学 生 姓 名： 李娜 班 级： 通信052班 学号0540820211 指导教师姓名： 刘立 职称 副教授 最终评定成绩：

湖南工业大学教务处

2009届

本科毕业设计（论文）资料

第一部分 毕业论文

（2009届）

本科毕业设计（论文）

基于小波变换的彩色图像压缩编码算法

的MATLAB实现

学 院（部）： 计算机与通信工程学院 专 业： 通信工程 学 生 姓 名： 李娜 班

matlab中图像小波变换的应用实例如下：

1 一维小波变换的 Matlab 实现

(1) dwt 函数

功能：一维离散小波变换

格式：[cA,cD]=dwt(X,'wname')

[cA,cD]=dwt(X,Lo_D,Hi_D)

说明：[cA,cD]=dwt(X,'wname') 使用指定的小波基函数 'wname' 对信号 X 进行分解，cA、cD

分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。

(2) idwt 函数

功能：一维离散小波反变换

格式：X=idwt(cA,cD,'wname')

X=idwt(cA,cD,Lo_R,Hi_R)

X=idwt(cA,cD,'wname',L)

X=idwt(cA,cD,Lo_R,Hi_R,L)

说明：X=idwt(cA,cD,'wname') 由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。 'wname' 为所选的小波函数

X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。 X=idwt(cA,cD,'wname

小波

第20卷第2期

2004年6月长　沙　交　通　学　院　学　报JOURNALOFCHANGSHACOMMUNICATIONSUNIVERSITYVol.20No.2June2004　　文章编号:1000-9779(2004)02-0056-04

基于小波变换与分形相结合的图像压缩

杨　洁,李曙红,唐贤瑛,孙丰玉

(长沙理工大学,湖南长沙　410076)

摘　要:研究小波变换与分形压缩相结合的图像压缩方法,用分形图像压缩算法,对高频系数进行零树编码,带图像能量高特点的问题,关键词:小波变换;分形压缩;零树编码

中图分类号:TP391　　　文献标识码:　　,,数字图像信息作为最重要的信息之一,被愈来愈广泛的使用。,但是图像通信的应用日益广泛与当前通信容量有限相冲突,特,更难以传输与存储,极大地制约了图像通信的发展。为了解决这个问题,图像压缩技术引起了广泛的关注,在短短的几十年时间内,提出了许多压缩的方法,诸如DPCM、DCT、VQ等方法,并形成了基于DCT等技术的国际标准,如JPEG、MPEG、H.261等[1]。随着人们对图像压缩技术的广泛应用,这些方法的缺陷也暴露出来了,如考虑到高压缩比时,出现了严重的方块效应。为此,人们经过不断的实践与探索,又不断提

多媒体技术实验报告

学院：城南学院通信1202班 姓名：学号：指导老师：尹波 时间：2015/12/9

教师评语： 成绩 评阅教师 日期

实验五：基于小波变换的数字图像压缩 1．实验目的

1) 掌握小波变换的基本原理，掌握matlab小波变换工具箱。

2) 利用MATLAB小波程序进行图像压缩。

2. 实验原理

? 小波变换基本概念

多分辨分析，也称为多尺度分析，即在不同尺度下对事物进行分析。在大尺度上分析信号的全貌，在小尺度上分析信号的细节。 连续小波变换：

*CWTf(a,b)??x(t),?a,b(t)???x(t)?a,b(t)dtRCWTf(a,b)??x(t),?a,b(t)??连续小波变换的结果可以表示为平移因子a和伸缩因子b的函数。

?Rx(t)?a,b(t)dt??Rt?bx(t)a?()dta12小波变换对一个函数在空间和时间上进行局部化的一种数学变换。通过平移母小波(mother wavelet)获得信号的时间信息，通过缩放母小波的宽度(或称尺度)获得信号的频率特性。对母小波的平移和缩放操

matlab小波变换

Matlab 1. 离散傅立叶变换的 Matlab实现

Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。这些函数的调用格式如下：

A＝fft(X,N,DIM)

其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为 N ；DIM 表示要进行离散傅立叶变换。

A＝fft2(X,MROWS,NCOLS)

其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。别可以实现一维、二维和 N 维 DFT

A＝fftn(X,SIZE)

其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。

函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。

别可以实现一维、二维和 N 维 DFT 例子：图像的二维傅立叶频谱

1. 离散傅立叶变换的 Matlab实现% 读入原始图像 I＝imread('lena.bmp');函数 fft、fft2 和 fftn 分 im

matlab小波变换

Matlab 1. 离散傅立叶变换的 Matlab实现

Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。这些函数的调用格式如下：

A＝fft(X,N,DIM)

其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么 Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为 N ；DIM 表示要进行离散傅立叶变换。

A＝fft2(X,MROWS,NCOLS)

其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。别可以实现一维、二维和 N 维 DFT

A＝fftn(X,SIZE)

其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。

函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。

别可以实现一维、二维和 N 维 DFT 例子：图像的二维傅立叶频谱

1. 离散傅立叶变换的 Matlab实现% 读入原始图像 I＝imread('lena.bmp');函数 fft、fft2 和 fftn 分 im