搜索
电气信息工程学院毕业设计（论文）开题报告课题名称：小波变换在图像编码中的应用专业：通信工程姓名：王文双班级学号：06-01-26指导教师：张海一二○一○年四月二日一、选题的意义及国内(外)的研究概况1、目前国内外的技术水平现状小波变换是在20世纪80年代中期出现的新时频域信号分析工具，自1989年S.Mallat首次将小波变换引入图像处理以来，小波变换以其优异的时频局部能力及良好的去相关能力在图像压缩编码领域得到了广泛的应用，并取得了良好的效果。小波变换是一种有效的变换编码工具。根据研究,使用小波进行变换编码可以比使用DCT变换获得更高的压缩比，同时小波变换能够提供更好的码率可扩展性。小波变换是以局部化函数所形成的小波基作为基底而展开的，是一种更合理的时频表示和子带一多分辨率分析。小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与Fourier变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。2、课题的意义图像的传输与存储在可视电话、数字电视、远程医疗以及卫星遥感等方面具有广阔的应用前景，然而图像海量的数据给通讯带宽和存储介质带来了巨大的负担，因此，只有对图像进行适当的压缩编码处理，去除图像中的冗余信息，压缩图像的数具量，才能适应当前的数字通信信道和存储介质。目前许多比较成熟的图像编码算法，如JPEG、H．263以及及MPEG等都是以DCT变换为核心算法。但是该方法在编码过程会使物体发生几何畸变，且在高压缩比时，重建图像会产生方块效应。小波变换是用于信号分析的一种新技术，多小波和零树编码算法的出现使得小波成功地应用于图像压缩领域中。基于小波变换的图像编码方法在低码率时不会出现JPEG重建图像中的“方块”效应，其压缩比和信嗓比均优于DCT交换的方法。小波变换的应用是与小波分析的理论研究紧密地结合在一起的。现在，它已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域，它的重要方面是图象和信号处理。现今，信号处理已经成为当代科学技术工作的重要部分，信号处理的目的就是：准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构(或恢复)。从数学地角度来看，信号与图象处理可以统一看作是信号处理(图象可以看作是二维信号)，在小波分析地许多分析的许多应用中，都可以归结为信号处理问题。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波分析。二、题研究的关键问题及解决的思路1、本课题研究内容及关键问题课题的研究内容：（1）小波变换基本理论。（2）传统图像编码方法与小波图像编码技术。（3）多小波零树编码。（4）计算机仿真。关键问题：（1）小波变换。（2）图像编码。（3）小波零树。（4）多小波。2、解决关键问题的思路图像编码就是将模拟图像信号转换成数字信号。研究如何在满足一定的图像保真条件下，压缩表示原始图像数据。信号或函数常常可以被分解为一系列展开函数的线性组合。小波编码技术中的重要问题是如何构造正交的小波基函数系列，正交的小波基函数系列可以在连续的时间域构造，需要研究如何在离散的时间域中构造的问题。将函数在小波基下展开，若采用的小波满足可容性条件，则其逆变换存在，也即根据信号的小波变换系数就可以精确地恢复原信号。小波变换系数的编码采用零树编码方法，小波变换的分形与零树混合的图像压缩方法。该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树，在对每一棵小波子树编码时，根据最小误差标准进行分形编码或零树编码。分析单小波零树图像编码方法，结合多小波自身的特点，采用一种基于多小波变换的矢量量化零树编码方案。嵌入式零树小波(EZW)编码算法利用小波变换后的数据分布特性，能够实现图像的渐进传输，是最有效的小波编码方法之一。分析嵌入式零树小波EZW算法，对嵌入式零树小波EZW算法在图像编解码中应用进行详细的研究和实验。利用小波零树编码算法采用基于嵌入式零树预测扫描算法的改进小波变换编码方法，对小波分解的低频子带图像采用DPCM预测编码，高频子带图像采用改进的取消重要系数排序的零树预测扫描算法进行压缩编码，利用多小波变换后各个子块之间的相关性，把图像的多小波分解看成是矢量四叉树结构，通过对多小波系数重排来保持小波系数的零树特征，通过在编码中引入零树结构，实现对图象的小波变换域的大量零系数和小幅值系数有效编码，对图像进行压缩仿真试验。三、完成本课题的工作进度计划第一、二周：收集资料，做好知识准备。第三、四周：开题报告。第五周：进行设计方案论证。第六—九周：小波理论、图像编码技术。第十、十一周：计算机仿真。第十二周：设计收尾工作和毕业设计答辩准备。四、参考文献[1]丁艳，刘榴娣，郭宏.小波变换在图像压缩中的应用研究[J].光学技术.1999.(01)[2]陶德元，何小海，李舒平，吴小强.小波变换及其在图像处理中的应用[J].四川大学学报(自然科学版).1994.(04)[3]李华峰，丁绪星，钱焕延.基于整数小波变换的图像压缩算法[J].计算机工程与设计.2006.(11)[4]Mandelbrot,B,B.Self-affineFractalSets.FractalsinPhysics[C].Amsterdam:North-Holland,1986:[5]Rioul,O.Regularwavelets:adiscretetimeapproach[J].IEEETransactionsonsignalProcessing,1993,41(12):3572-3579.[6]韩玉坤.数字图像压缩编码技术综述[J].潍坊学院学报.2006.(04)[7]刘洞波.一种扩展的嵌入零树小波算法[J].现代计算机.2006.(09)[8]王相海，张福炎.一种基于零树小波的图像比率可分级编码方法的研究[J].南京大学学报(自然科学版).2002.(02)[9]张旭东等编著.图像编码基础和小波压缩技术[M].清华大学出版社2004[10]徐佩霞，孙功宪编著.小波分析与应用实例[M].中国科学技术大学出版社1996[11]张旭东等编著.图像编码基础和小波压缩技术[M].清华大学出版社2004[12]程正兴[著].小波分析算法与应用[M].西安交通大学出版社1998五、毕业设计起止日期自2010年3月22日起，至2010年6月15日止。六、指导教师审阅意见指导教师(签字)：年月日七、指导小组意见指导小组组长(签字)：系(签章)年月日