基于纹理的自适应提升小波变换图像压缩

被引：29

作者：

张军 ^{[1
]}

成礼智 ^{[2
]}

杨海滨 ^{[1
]}

黄魁华 ^{[1
]}

机构：

[1] 国防科学技术大学信息系统与管理学院

[2] 国防科学技术大学理学院

来源：

计算机学报 | 2010年 / 33卷 / 01期

关键词：

图像压缩; 自适应提升小波变换; 图像纹理; 方向预测; 像素插值;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

经典二维小波变换仅在图像的水平和竖直方向应用小波滤波,不能提供灵活的方向信息,对纹理信息丰富的自然图像稀疏化效果不理想,在基于小波变换的图像压缩中还需改进.为了实现更有效的图像的稀疏表示,文中提出一种新型的基于图像纹理的自适应提升小波变换:根据局部特征将图像自适应分块,预先判断局部图像纹理方向,保持正交性质不变;沿纹理方向应用小波滤波,结合提升变换格式实现即位运算;沿纹理方向插值获取分数像素值,保护纹理信息不被破坏,总体变换对图像纹理描述更有效;结合JPEG2000中的编码方法EBCOT,对变换系数和方向信息分别编码,应用于图像压缩.仿真实验是在数值结果和视觉效果上将文中方法和JPEG2000方法作比较,以体现文中方法的优越性.

引用

页码：184 / 192

页数：9

共 10 条

[1]

Curved Wavelet Transform for Image Coding. D.Wang,L.Zhang,A.Vincent,F.Speranza. IEEE Transactions on Image Processing . 2006

[2]

A Wavelet Tour of Signal Processing. Stephane Mallat. . 1999

[3]

A filter bank for the directional decomposition of images: theory and design. Bamberger RH,Smith MJT. IEEE Transactions on Signal Processing . 1992

[4]

JPEG2000: Image Compression, Fundamentals, Standards, and Practice. Taubman D,Marcellin M. . 2002

[5]

Lifting-based wavelet transform with directionally spatialprediction. W. Ding,F.Wu,S. Li. Proc. Picture Coding Symposium . 2004

[6]

Sparse geometric image representation with bandelets. Le Pennec E,Mallat S. IEEE Transactions on Image Processing . 2005

[7]

The Contourlet transform: an efficient directional multiresolution image representation. Do MN,Vetterli M. IEEE Transactions on Image Processing . 2005

[8]

Curcelets a surprisingly effective nonadaptive representation for objects with edges. Candes E J,Donoho D L. Curve and Surface Fitting . 1999

[9]

Classifi-cation and Regression Trees(Wadsworth Statistics/Probabil-ity Series). Breiman L,,Friedman J H,Olshen R A,Stone CJ. . 1984

[10]

The lifting scheme:a construction of second- generation wavelets. Sweldens W. SIAM Journal on Mathematical Anal- ysis . 1998

← 1 →