2。1 图像压缩的基本原理 6

2。1。1 图像冗余 6

2。1。2 图像压缩系统组成 6

2。2 压缩编码技术 7

2。2。1 图像压缩编码分类 7

2。2。2 无损压缩编码 7

2。2。3 有损压缩编码 8

2。3图像质量的评价 9

2。3。1图像质量评价标准 9

2。3。2 客观标准的评价方法 10

第三章 小波变换的基础知识 12

3。1 小波变换算法 12

3。2小波变换 13

3。2。1 连续小波变换 13

3。2。2离散小波变换 15

第四章 小波变换在图像压缩中的应用与研究 17

4。1 图像小波变换的分解与重构 17

4。1。1 小波变换的图像分解 17

4。1。2 图像小波变换的重构实验 18

4。2 EZW算法、SPIHT算法介绍及其应用 18

4。2。1 EZW图像编码概要 18

4。2。2 SPIHT图像编码概要 20

4。3实验仿真 21

4。3。1 EZW实验仿真 21

4。3。2 SPIHT实验仿真 25

第五章 总结与展望 29

致谢 30

参考文献 31

第一章 绪论

1。1研究背景

伴随着新一轮信息的到来，图像信息在我们日常生活、工作中的作用越来越大。而我们在收到到图像信息时，对图像信息的清晰度和还原度要求也越来越高，这也是现在通信领域的一个难题。如何使用更加简洁的方法来传达我们需要表达的信息,如何更加快速、准确地、不失真地将图像信息进行传送,是当前研究的热点问题。图像来源于自然界的景物和事物,其最初的形式是可以一直变化的模拟量[1]。与数字信号相比，模拟信号有几个明显的缺点，第一是信号本身不方便存储和传输,第二是这些信号在保存、传送、还原的过程中很容易引入其他的干扰,导致传输的信息出现失真的现象。为了克服这些问题，现在采取的措施都是将模拟信号进行抽样，之后进行量化,最后通过编码成为数字信号，这样再传输就可以大大降低失真。同时再结合计算机网络技术，这样就可以有效地把成本大幅降低、同时又可以大幅提高图像的压缩质量，而且采用这样的压缩方式更加简单好实现。这是因为这样,将图像信息进行数字化之后再进行图像的传输是现在普遍采用的技术。 论文网

虽然图像数字化后会有明显的优势，但同时也有不足的地方，在经过采样和量化后，图像信息本身的数据信息量会变得非常庞大，这个问题也是目前图像压缩领域一个很棘手的问题。尽管目前计算器处理技术,存储器的存取技术和通信系统工作性能相对于之前有明显的提升,但高清晰度的数字图像所拥有的庞大数据量对于数据网路传输带宽的需求已经数据存储的能力要求都远远超出了现有技术的能力所及。例如，一幅256×256像素、8bit/pixel的灰度图像占64KB，一幅256×256像素、8bit/pixel的彩色图像则占3×64＝192KB；一幅2300×2200×8bit的气象卫星红外云图占5。06MB，而单颗卫星每30分钟就发回一次全波段数据(5个波段)，每天传输的数据量会高达1。2GB。另外电视直播的视频图像需要巨大的存储容量和很宽的传输带宽。视频以每秒25帧左右的传输速率进行传输，数据传输速率需求将将高达80Mbps的。由此可见，无论是从处理、传输还是存储等哪个方面进行考虑，为了降低图像传输的难度和费用,必要对图像信息进行压缩编码。图像信息里面都会或多或少地存在冗余。我们很难去直接把这些冗余剔除掉，所以我们必须利用某些特定的编码方法在不同程度上来减弱甚至消除这些冗余,这样就可以对图像信息进行高效的编码和传输。  Matlab小波分析用于图像压缩的研究(2):http://www.youerw.com/tongxin/lunwen_102413.html