基于小波理论的数字图像压缩方法研究

图像压缩是图像处理领域的一个重要研究课题，在图像存储、传输等应用中发挥着至关重要的作用。小波变换具有多分辨率、时频局部性、能量集中能力强等众多优点，因此特别适合于图像压缩。图像压缩主要涉及到图像变换和编码两部分。本文的大部分工作是基于图像变换而展开的，在小波变换理论、基于小波的图像压缩算法理论及其实现、提升小波变换的FPGA实现、以及对两种小波变换算法的改进等方面进行了深入研究和探讨，具体研究内容如下： 1介绍论文的研究背景和意义，并简要介绍图像压缩和小波变换的基本知识和研究现状，概述本论文的主要研究工作。 2详细阐述图像压缩的基本知识，包括图像压缩的原理、分类和图像压缩的国际标准，回顾图像压缩技术的研究历史，并展望一些新的发展方向。 3概述小波变换的基本理论，分析提升小波相对于传统小波变换的优势。分析小波变换应用于图像压缩中的优点，阐述基于小波的分层树集划分（SPIHT）编码算法，并给出实验结果。 4 本文设计了一种并行的二维提升小波变换电路硬件结构，在设计中主要针对小波基的选取、边界拓展方式、提升小波变换数字电路的流水线设计、变换整体结构设计等进行了详细的讨论。这些设计显著降低了资源的消耗，加快了变换速度，提高硬件利用率。 5 由于小波变换缺乏方向性，本文设计了基于Contourlet变换的改进策略，充分利用了Contourlet的方向性，并且克服了其冗余性，使其性能达到最优；针对提升小波不具备平移不变性的特点，将冗余分解的策略引入到提升小波，设计了基于最小熵原则的最佳冗余提升小波分解。并将这两种方法应用图像压缩，取得了较好的效果。