基于二维小波变换的图像 ,经修改变换,计算反变换原理的基础上 ,提出图像压缩及复原
算法.扩展了基于小波的压缩相对于更为传统的压缩方法的优点.实验结果表明,
压缩比高,
压缩速度快,压缩后能保持信号与图像的特征不变.在此基础上提出的复原算
法,实验结果证明,取得了比较理想的效果.
Algorithm of Image compression and restoration by the use of wavelet transform
Abstract :
According to two dimensions pictures of the wavelet transformation,
Through modifying transformation, computing based on the foundation of
anti- transformation principle, Putting forward
Expand opposite compress the advantage of method
compression and restoration.
at more traditional based to the compression of wavelet. Compress a hight
ratio , compress speed quickly, can keep the characteristic of signal and
picture constant after compress. Put forward on this foundation of recover
alogrithm, a result of test certificate, obtained more ideal effect.
wavelet transform Image compression
数字图像在获取的过程中,由于光学系统的像差、光学成像衍射、成像系统的非线性畸
变、摄影胶片的感光的非线性、成像过程的相对运动、大气的湍流效应、环境随机噪声等原
因,图像会产生一定程度的退化.因此,必须采取一定的方法尽可能地减少或消除图像质量
的下降,恢复图像的本来面目,这就是图像复原,也称为图像恢复。图像复原是试图利用退
化过程的先验知识使已退化的图像恢复本来面目,即根据退化的原因,分析引起退化的环
境因素,建立相应的数学模型,并沿着使图像降质的逆过程恢复图像。[1]
目前人们主要研究的是数字图像,应用的是计算机图像技术。例如,图像变换、图像分
割[2]、图像的分解与重构、纹理图像的合成、图像的采集、获取、编码存储和传输,图像
的描述和表示,特征的提取、图像模型的建立和匹配图像、测量序列图象的校正,3 一 D 景
物的重建复原等.
图象技术的内容非常丰富,根据抽象程度和研究方法等的不同可分为三个层次图象处
理、图象分析、图象理解。它是一门系统地研究各种图象理论、技术和应用的交叉学科它与
数学、物理学、生物学、电子学计算机科学等许多学科互相借鉴,它与模式识别、计算机视
觉、计算机图形学等多个学科互相交叉。另外图象技术的研究于人工智能、神经网络、遗传
算法、模糊逻辑等理论进一步密切联系。[3] 我国图象界一致认为需要对它们进行综合研究
和集成应用。这个框架就是图象工程,是将数学、光学等基础科学的原理,结合在图象应用
中积累的技术经验而发展。
小波变换是一种信号的时间——尺度分析方法,他具有多分辨率分析的特点,而且
在时频两域都具有表征信号局部特征的能力,是一种窗口大小固定不变但其形状可变,时间
窗和频率窗都可变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和时间分辨