6-23 基于小波变换的图像编码技术

王维学 郭永锋 冯 黎

　　图像压缩或编码是在满足一定重构图像质量的前提下用尽可能少的比特数去表示图像，以便于存贮和传输。随着通信技术、多媒体计算机技术和高清晰度电视技术的发展，人们在生产、生活以及科研等活动中将越来越多地使用和依赖数字图像，图像压缩已成为现代信息社会急待解决的关键问题。在图像编码中应用小波变换，正如应用传统的离散余弦变换（DCT）一样，主要是除去象素间的相关性，将能量集中在少数低频系数上，从而对低频系数精细量化，对高频粗糙量化甚至完全抛弃以达到减少表示象素所需平均比特数的目的。与DCT不同的是小波变换编码不产生“块效应”、“蚊虫噪声”等。另外，小波变换将图像分解为一些不同频率、不同方向的子图像(子带)，这为利用人类视觉特性编码，进一步提高编码效率提供了条件。

　　主要研究几个方面。(1) 在选择最佳小波基选择方面：通过数值分析，从大量的小波基中选出了适宜静态图像编码的最佳基为Daubechies双正交小波9-7，适宜活动图像编码的最佳基为Daubechies双正交小波5-3；(2) 在小波分解快速算法方面：目前国内外还未提出比Mallat的塔式分解更快的算法，利用小波基的对称性对Mallat的快速算法进行改进，计算复杂度降低了约30%；(3) 在编码算法和软件设计方面，我们对基于标量量化和矢量量化的编码算法都进行了研究，在基于小波变换的标量量化算法中，利用带间相关性的零树算法是公认的最好的算法，对其进行了认真的研究，开发出了一套基于零树算法的软件，可用于静态和运动图像的压缩。而在基于小波变换的矢量量化算法中，无结构（全搜索）矢量量化（VQ）的压缩性能高于有结构矢量量化，但无结构VQ的计算复杂度很高。根据小波变换产生的子带间的相关性，提出一种最小失真预测矢量量化算法，计算复杂度降低了76%，性能损失不到1dB。根据该算法开发了一套软件，可用于静态和运动图像的压缩。用标准活动图像序列Miss检验时，在重构图像后在可接受条件下，平均压缩比达150:1，超出电视会议标准H.261建议的压缩比95:1。