论文部分内容阅读
图像编码是多媒体信息处理的核心技术。图像编码的目的是通过消除图像中象素间冗余、统计冗余和视觉冗余，以较少的比特数达到图像高视觉质量压缩的目的。压缩比和视觉质量是衡量图像编码算法的两个基本性能指标；同时，质量可分级性、分辨率可分级性和支持随机访问等也是图像编码的应用要求。如何设计符合上述要求的高性能编码器是众多研究者关注的问题。首先，小波以其时一频局部化特点和多尺度特性，使得它在图像处理领域得到了广泛的应用。虽然小波能有效的表示信号的点状奇异性，但是由于小波基各向同性并且方向选择性较差，因此难以表达二维图像中的边缘和纹理等高维几何特性，故它并不是图像稀疏表示的最优基。其次，图像有损编码的目的就是尽可能地消除图像中那些对感知不重要的视觉信息以提高压缩比；或尽可能地使编码失真被图像本身所掩盖，以提高重构图像的感知质量。目前的研究表明，结合人类视觉系统的特性是提高图像压缩算法性能的有效途径。因此，本文基于以Contourlet为代表的几何多尺度分析的图像编码为研究主线，对几何多尺度方向分析进行了深入的分析和研究，并且在Contourlet变换的框架下，建立了定量的人类视觉系统(HVS)感知可计算模型，形成了最终的图像的感知编码算法。在几何多尺度方向分析的研究方面，本文以Contourlet变换为例，采用矩估计和极大似然估计的方法对Contourlet变换系数的边缘分布和联合分布进行拟合，并通过χ~2假设检验的方法验证了拟合的结果，证明了Contourlet变换系数的非高斯性和非独立性。随后，通过分析Contourlet变换的特点，给出了定量可计算的在Contourlet变换域下的HVS模型，给出了Contourlet变换域中准SPIHT算法，最后将该视觉模型应用于基于Contourlet变换的图像编码算法。最后，考虑到Contourlet变换带来的冗余对编码的不利影响，本文将Contourlet变换中的LP分解换成了小波变换，并在这种新的变换下结合HVS模型提出了基于该变换的图像感知编码算法。通过大量的实验证明：对于一般图像，该算法略优于JPEG2000压缩算法；而对于纹理图像，该算法则要明显优于JPEG2000的算法。