论文部分内容阅读
随着信息技术的飞速发展,人们对图像提出了更高的要求。图像分辨率的提高导致图像数据量的急剧增长,这对图像的存储和传输提出了更大的挑战。因此,图像的压缩及应用有着广泛的应用市场。WBCT变换(小波--Contourlet变换)是一种新的多分辨率的、局域的、多方向的图像表示方法。它的第一步用小波变换的Mallat塔式分解代替Contourlet变换的拉普拉斯金字塔(LP)分解,第二步采用Contourlet变换中的方向滤波器组实现多方向滤波分解。本文分析了图像压缩技术的国内外发展现状以及未来发展趋势,研究了小波变换和Contourlet变换,分别针对基于小波变换的图像压缩算法和基于小波-Contourlet变换的图像压缩算法进行研究,并将两者的压缩效果进行对比分析。论文的主要的工作内容与创新点如下:首先,分析了图像压缩的原理、基本过程以及一些基本算法。其次,研究了小波变换理论。详细研究了二维正交小波变换的原理和实现算法,研究了基于小波变换的图像压缩算法,包括EZW算法和SPIHT算法,研究了他们的实现步骤。再次,研究了Contourlet变换理论,详细分析其原理以及与小波变换相比的优势。根据Contourlet变换的特征,发现其并不适用于图像压缩,进而研究了WBCT变换,提出了基于WBCT变换的类SPIHT图像压缩算法,并给出详细的实现步骤。由于WBCT变换能够更好地表达图像轮廓特征,所以该算法能更好地表示图像边缘细节,凸显图像重要信息。最后,对SPIHT算法和本文算法进行了分析与研究,进行了MATLAB仿真实验与对比,将实验结果进行对比,从主观保真度和客观保真度两方面分析两种算法的优劣。实验结果表明,本文提出的算法相比SPIHT算法,不仅提高了压缩比,同时有更好的重构质量。