基于能量的自适应小波变换图像压缩算法

万智萍

基于能量的自适应小波变换图像压缩算法

万智萍

（中山大学新华学院，广东广州510520）

针对现有压缩算法计算量大以及压缩质量差等问题，文章根据图像能量的分布特性，提出了一种基于能量的自适应小波变换图像压缩算法。通过优化扫描法以及小波的分解模式来提高算法的准确率，并根据低频子带的扰动性大小，来对低频子带进行量化处理，而高频子带则是利用边缘检测算法的高效性，来提取高频子带中的有效信号，进而保证图像压缩的高效性与准确性。实验结果表明，文章算法的仿真结果与预期目标相符，有效证明了算法的可行性。

压缩算法；能量分布；自适应小波变换；边缘检测

1 引 言

随着数字图像的推广，图像的处理技术被运用到生活的各方各面，但伴随着所采集的图像分辨率与数据越来越大，使得对红外图像数据传输与存储过程中进行压缩处理显得非常必要。为了能够在有限的存储容量中存储更多的图像或实现图像的实时传输，成为了现如今研究的热点。因此，人们纷纷提出了有关的压缩算法［1－2］，而如今的压缩算法可以大致的分为非适应方法与自适应方法。其中非适应方法主要有Curvelet变换［3］、Contourlet变换［4］等，通过提供多方向信息，增加高频子带分解的个数，但该方法存在着一定的冗余现象。而自适应方法则主要有Bandelet变换、Curved wavelet变换［5］等，主要是通过在变换中增加方向预测来实现对图像的预测压缩，但大多存在计算量大等问题，在压缩处理中需要进一步改进完善。……