專利名稱：基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及移動互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其是一種基于改進(jìn)小波變換圖像壓縮方法實(shí)
現(xiàn)手機(jī)移動門戶技術(shù)。
背景技術(shù)：
移動互聯(lián)網(wǎng)已經(jīng)成為最新的熱門技術(shù)，隨著智能手機(jī)的普及和3G網(wǎng)絡(luò)的推進(jìn)，會有越來越多的應(yīng)用在其上應(yīng)用。但是由于手機(jī)平臺的限制，其功能和處理能力會有所限制，不能象電腦一樣安裝如此多的軟件，比如在手機(jī)上實(shí)現(xiàn)pdf的閱讀，需要有Adobe公司的軟件支持，實(shí)現(xiàn)word的閱讀，則需要安裝微軟Office的支持；即便支持windows Mobile操作系統(tǒng)的手機(jī)安裝了 Office word和IE，但其功能與電腦上相比仍不可同日而語。而且由于3G網(wǎng)絡(luò)和手機(jī)的普及還有一段時間，目前大量的2G的網(wǎng)絡(luò)雖然非常成熟，但是網(wǎng)絡(luò)速度受限。目前手機(jī)門戶，大多采用w即或者h(yuǎn)ttp協(xié)議的形式，進(jìn)行瀏覽。針對信息門戶，這種模式是值得推薦的，因?yàn)槠涔δ苤饕菫g覽。但對于企業(yè)門戶，尤其是需要集成復(fù)雜應(yīng)用系統(tǒng)(如某些基于C/S的復(fù)雜ERP系統(tǒng))和大量附件的應(yīng)用(如0A系統(tǒng)、P匿系統(tǒng))的門戶，采用w即形式和http協(xié)議的形式，就不能實(shí)現(xiàn)。而利用改進(jìn)的小波變換圖像壓縮技術(shù)，實(shí)現(xiàn)對計(jì)算機(jī)的控制，將計(jì)算機(jī)的屏幕內(nèi)容通過分屏壓縮方式，顯示在手機(jī)上，從而可以實(shí)現(xiàn)手機(jī)移動門戶。 小波變換的概念是由法國從事石油信號處理的工程師J. Morlet在1974年首先提出的。它與Fourier變換、窗口 Fourier變換(Gabor變換)相比，這是一個時間和頻率的局域變換，因而能有效的從信號中提取信息，通過伸縮和平移等運(yùn)算功能對函數(shù)或信號進(jìn)行多尺度細(xì)化分析(Multiscale Analysis)，解決了 Fourier變換不能解決的許多困難問題，小波變化被譽(yù)為"數(shù)學(xué)顯微鏡"，它是調(diào)和分析發(fā)展史上里程碑式的進(jìn)展。
小波變換理論是近幾年興起的時(空)頻域分析理論，通過對原始圖像進(jìn)行小波變換，可以將圖像信號由時間域(空間域)表示變換到小波域表示。利用小波變換的正交或雙正交變換特性，解除圖像像素間的相關(guān)性，消除圖像信號在空間的冗余，并集中圖像信號的能量，為后面的系數(shù)量化、系數(shù)位建模、算術(shù)編碼等提供前提，為高效的圖像編碼奠定基礎(chǔ)。傳統(tǒng)的巻積小波(第一代小波)變換，由于采用巻積運(yùn)算方法，過程復(fù)雜，運(yùn)算量大，實(shí)時性較差，不利于硬件的實(shí)現(xiàn)。1995年Sweldens提出了一種不依賴于傅立葉變換的新的小波構(gòu)造方法——提升格式(Lifting scheme)，稱之為第二代小波變換。這種提升格式不但保持了第一代小波的特性，同時又克服了其平移和伸縮的不變性。許多中外學(xué)者對提升格式小波變換進(jìn)行了廣泛研究，取得了豐碩的成果。 小波提升方案為第一代小波變換提供了一種新的更快速的實(shí)現(xiàn)方法。提升方法提供了一個有效的構(gòu)造非線性小波的方法，構(gòu)造出的非線性小波同傳統(tǒng)小波變換相比，計(jì)算簡單快速，而且適合于自適應(yīng)、非線性、非奇異采樣和整數(shù)到整數(shù)的變換。雙正交小波變換因?yàn)榫哂芯€形性而廣泛應(yīng)用于圖像壓縮領(lǐng)域，目前研究證明任何具有FIR結(jié)構(gòu)的雙正交小波變換都可以由惰性變換經(jīng)過有限步交替的提升和對偶提升過程得到。
小波提升方案的復(fù)雜度只有原來巻積方法的一半左右，而且實(shí)時性好，運(yùn)算簡單，因此成為計(jì)算離散小波變換的主流方法。離散小波變換提升實(shí)現(xiàn)的快速算法是最近研究的熱點(diǎn)。目前比較流行的小波系數(shù)編碼方法有EZW算法、SPIHT算法及被JPEG2000采用的EBC0T算法等。這些算法特別是EBCOT算法，都具有優(yōu)越的性能，已經(jīng)大量采用。但是它們?nèi)匀挥胁蛔阒?，表現(xiàn)在 1、這些算法，尤其是EBC0T能實(shí)現(xiàn)對圖像的有效壓縮，同時產(chǎn)生的碼流具有分辨率可伸縮性(resolution scalability)、信噪比可伸縮性(SNRscalability)及隨機(jī)存取(random access)等出色的特性。但在該算法中，碼塊的選擇都是在小波域內(nèi)同一級頻帶中相同的子帶內(nèi)進(jìn)行的。這樣的選取方式雖然能夠?qū)崿F(xiàn)分辨率可伸縮的特性，但是未能充分利用同一分辨率下各個方向子帶的系數(shù)之間以及同一方向不同分辨率的系數(shù)之間的相關(guān)性。 2、現(xiàn)有算法都是靜態(tài)壓縮技術(shù)，手機(jī)上顯示的圖像是整個屏幕的一部分，并且用戶的操作也是屏幕的一部分，目前的算法無法單獨(dú)壓縮動態(tài)區(qū)域。

發(fā)明內(nèi)容
為了克服現(xiàn)有的小波變換圖像壓縮方法無法單獨(dú)壓縮動態(tài)區(qū)域的不足，本發(fā)明提供了一種基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)。 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)，包括編碼部分和解碼部分，具體步驟如下 編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進(jìn)行分塊，每個圖像塊單獨(dú)提升小波變換，再進(jìn)行相關(guān)的量化和熵編碼，然后按照有序的掃描順序把所有圖像塊的編碼流逐個寫入比特流； 在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進(jìn)行熵解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關(guān)系，逐個寫入整個圖像的相應(yīng)位置，然后進(jìn)行逆量化和逆提升小波變換，就可以恢復(fù)圖像。 根據(jù)本發(fā)明的另一個實(shí)施例，進(jìn)一步包括所述的原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于整個原始圖像小波變換后相應(yīng)子帶的相同的索引位置上。 根據(jù)本發(fā)明的另一個實(shí)施例，進(jìn)一步包括所述的提升小波變換的變換次數(shù)n > 3。
根據(jù)本發(fā)明的另一個實(shí)施例，進(jìn)一步包括所述的量化是對提升小波變換后的浮點(diǎn)數(shù)據(jù)進(jìn)行量化處理，以便把小波系數(shù)從浮點(diǎn)域映射到整數(shù)域；
設(shè)0(r)表示視覺方向量化因子，表達(dá)式為
(9(0 = 2 R',r = 0,1,2,3 其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且
R。+WR3 = 32 它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器。
S(k)表示視覺頻帶量化因子，表達(dá)式為
S(k) = 2k—、 k = 0， 1，2，3 其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以設(shè)定第k級分辨率等級上的第r方向上的子帶的量化步長A"為
= a x 6>(r) x雖)=a x 2&+" 其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當(dāng)前系數(shù)塊b的特性，進(jìn)行自適應(yīng)的調(diào)整，例如可以根據(jù)當(dāng)前塊b的視覺重要性來設(shè)定如下 <formula>formula see original document page 5</formula> 另外，為簡單起見，還可以直接令a為一常數(shù)或直接取a = 1。
則量化操作將子帶b的小波系數(shù)yb (u， v)量化為量化系數(shù)qb (u， v):
<formula>formula see original document page 5</formula> 逆量化過程為， <formula>formula see original document page 5</formula> 根據(jù)本發(fā)明的另一個實(shí)施例，進(jìn)一步包括所述的熵編碼是通過改進(jìn)的SPIHT算法
和算術(shù)編碼來把量化的變換系數(shù)轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。 本發(fā)明的有益效果是， 1、各個圖像塊單獨(dú)進(jìn)行變換編碼，因而可以實(shí)現(xiàn)圖像塊間的并行處理及編碼。
2、采用圖像分割變換的算法，運(yùn)算時對內(nèi)存的需求較少。 一塊小的內(nèi)存連續(xù)復(fù)用就可以完成整個圖像的提升小波變換。 3、圖像塊經(jīng)過小波變換后，然后按照系數(shù)對應(yīng)關(guān)系重新組合得到整個圖像的小波系數(shù)。這樣做可以減少變換過程中頻繁使用較大的內(nèi)存。提高內(nèi)存利用效率。
4、由于改進(jìn)SPIHT算法也可以形成嵌入位流，位流在任意點(diǎn)中斷時，都可以重構(gòu)圖像。因此可以很容易的控制位速率和壓縮比。 5、由于改進(jìn)SPIHT算法是進(jìn)行子帶分塊編碼的，可以實(shí)現(xiàn)ROI區(qū)域特殊編碼。
6、改進(jìn)SPIHT算法和提升小波變換算法都很容易用軟件和硬件實(shí)現(xiàn)。因此該系統(tǒng)還具備軟硬件易于實(shí)現(xiàn)的特性。 7、由于編碼算法是按照分辨率等級進(jìn)行編碼，碼流按照分辨率遞增的方式進(jìn)行組織，因此該系統(tǒng)具有分辨率可伸縮性。 8、改進(jìn)的SPIHT算法生成的依然是嵌入式碼流，因而可以實(shí)現(xiàn)漸進(jìn)解碼和漸進(jìn)顯示。 9、改進(jìn)SPIHT算法與傳統(tǒng)的SPIHT算法相比，相同的PSNR下具有更高的壓縮比，經(jīng)過試驗(yàn)證明可以提高10% -20%


下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。
圖i是小波圖像編解碼的一般流程 圖2是小波編解系統(tǒng)框 圖3是大小為2 X 2小波樹塊結(jié)構(gòu)；
圖4中，(a)為SPIHT算法及改進(jìn)的SPIHT算法子帶及小波系數(shù)掃描順序；(b)為 同一頻帶內(nèi)SPIHT算法的掃描順序；(c)為同一頻帶內(nèi)改進(jìn)的SPIHT算法的掃描順序。
具體實(shí)施例方式
現(xiàn)在結(jié)合附圖和優(yōu)選實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)的說明。這些附圖均為簡化的
示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。 如圖1是本發(fā)明的結(jié)構(gòu)示意圖，一種基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移
動門戶技術(shù)，包括編碼部分和解碼部分，具體步驟如下 編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進(jìn)行 分塊，每個圖像塊單獨(dú)提升小波變換，再進(jìn)行相關(guān)的量化和熵編碼，然后按照有序的掃描順 序把所有圖像塊的編碼流逐個寫入比特流； 在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進(jìn)行熵解碼后，根據(jù)圖像塊的小波 系數(shù)與整個圖像小波系數(shù)之間的位置關(guān)系，逐個寫入整個圖像的相應(yīng)位置，然后進(jìn)行逆量 化和逆提升小波變換，就可以恢復(fù)圖像。 所述的原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于
整個原始圖像小波變換后相應(yīng)子帶的相同的索引位置上。 所述的提升小波變換的變換次數(shù)n > 3。 所述的量化是對提升小波變換后的浮點(diǎn)數(shù)據(jù)進(jìn)行量化處理，以便把小波系數(shù)從浮 點(diǎn)域映射到整數(shù)域； 設(shè)0(r)表示視覺方向量化因子，表達(dá)式為(90)二2《v = 0，1，2，3 其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且
R。+R,R2+R3 = 32 它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器。
S(k)表示視覺頻帶量化因子，表達(dá)式為
S(k) = 2k—、 k = 0， 1，2，3 其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以 設(shè)定第k級分辨率等級上的第r方向上的子帶的量化步長A"為
=^(9(小柳=^2^-1 其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當(dāng)前系數(shù)塊b的特性，進(jìn)行自 適應(yīng)的調(diào)整，例如可以根據(jù)當(dāng)前塊b的視覺重要性來設(shè)定如下 <formula>formula see original document page 6</formula> 另外，為簡單起見，還可以直接令a為一常數(shù)或直接取a = 1。
則量化操作將子帶b的小波系數(shù)yb (u， v)量化為量化系數(shù)qb (u， v):
<formula>formula see original document page 6</formula>
逆量化過程為， yb(u， v) = qb(u， v) X Ak,r。 所述的熵編碼是通過改進(jìn)的SPIHT算法和算術(shù)編碼來把量化的變換系數(shù)轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。 小波圖像編解碼的一般流程如圖1所示。編碼部分主要由小波變換(wavelettransform)、量化(quantization)和熵編碼(entroy encoding)等三個基本模塊組成。解碼部分則沿著相反的過程進(jìn)行。 原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于整個原始圖像小波變換后相應(yīng)子帶的相同的索引位置上。利用此結(jié)論，我們可以先把圖像進(jìn)行分塊，每個圖像塊單獨(dú)進(jìn)行提升小波變換及相關(guān)的量化編碼操作。然后按照一定的掃描順序把所有圖像塊的編碼流逐個寫入比特流。在解碼端，把碼流中的每一個圖像塊的數(shù)據(jù)解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關(guān)系，逐個寫入整個圖像的相應(yīng)位置，然后進(jìn)行逆量化和逆提升小波變換，就可以恢復(fù)原圖像。整個系統(tǒng)框圖如圖2所示。 圖2給出的是對單個圖像分量的處理，而對于多個分量的圖像，各個分量的編碼處理是相互獨(dú)立的，因此該圖同樣適用于多分量的情況。本系統(tǒng)中采用3級提升小波變換。
1.圖像分割和系數(shù)重組 由于在經(jīng)過n ( —般取n > 3)級提升小波變換之后，最低頻子帶中的每一個1 X 1系數(shù)塊都對應(yīng)著原始圖像中相同空間位置上的大小為2nX2n的圖像塊。因此，若圖像分割后，每一圖像塊的大小2MX 2M，則2M最小應(yīng)該取8，最大取整個圖像的高度或?qū)挾?N。
當(dāng)實(shí)際進(jìn)行提升小波變換時，要考慮邊界拓展的情況。這時所選擇的圖像塊的數(shù)據(jù)就要向上下和左右各拓展兩個數(shù)據(jù)。分割后圖像塊的編碼順序?yàn)閺淖蟮接?，從上到下?br> 所謂系數(shù)重組，就是把各個圖像塊的子帶系數(shù)，按照位置索引相同的原則，逐個添加到整個圖像的相應(yīng)子帶中。以便于進(jìn)行提升小波的逆變換。
2.提升小波變換 本系統(tǒng)采用JPEG2000推薦使用的小波濾波器，即在有損壓縮時采用Daubechies(9-7)濾波器，而對于無損壓縮時采用Le Gall(5_3)小波濾波器。并采用本文提出的提升小波變換的簡化實(shí)現(xiàn)算法。提升小波變換的變換次數(shù)n —般取為3，即n = 3。
3.量化處理 本算法采用有損壓縮模式，對提升小波變換后的浮點(diǎn)數(shù)據(jù)進(jìn)行量化處理。以便把小波系數(shù)從浮點(diǎn)域映射到整數(shù)域，同時盡可能多的消除人類的心理視覺冗余，取得最大可能的壓縮比。 人類視覺系統(tǒng)(HVS)對不同頻帶的變化表現(xiàn)出不同的視覺敏感性。即HVS對低頻信號的變化特別敏感，而對于高頻信號的變化不敏感；并且HVS對于水平方向和垂直方向的邊緣和細(xì)節(jié)的變化比較敏感，而對于對角方向的細(xì)節(jié)的變化不敏感。 因此，我們可以根據(jù)人類視覺系統(tǒng)的這些特性設(shè)計(jì)出對于不同頻帶，不同量化步長的矢量量化器。 設(shè)0(r)表示視覺方向量化因子，表達(dá)式為00) = 2《v = 0,1,2,3
其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且
R。+WR3 = 32 它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器。
S(k)表示視覺頻帶量化因子，表達(dá)式為
S(k) = 2k—、 k = 0， 1，2，3 其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以 設(shè)定第k級分辨率等級上的第r方向上的子帶的量化步長A"為
ix(9(r)x,^ax2^-1 其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當(dāng)前系數(shù)塊b的特性，進(jìn)行自 適應(yīng)的調(diào)整，例如可以根據(jù)當(dāng)前塊b的視覺重要性來設(shè)定如下 另外，為簡單起見，還可以直接令a為一常數(shù)或直接取a = 1。
則量化操作將子帶b的小波系數(shù)yb (u， v)量化為量化系數(shù)qb (u， v): 逆量化過程為， yb(u， v) = qb(u， v) X Ak,r。 4.采用改進(jìn)的SPIHT算法 整個圖像小波變換后的系數(shù)集合就等于最低頻子帶加上所有的細(xì)節(jié)樹組塊。如 果把最低頻子帶也按照細(xì)節(jié)樹組塊的大小進(jìn)行分塊，并把最低頻子帶看作是最高層小波系 數(shù)，則經(jīng)過3級小波變換后，整個小波系數(shù)就可以分成4個層次或4個分辨率等級。 [O103] (1)小波樹結(jié)構(gòu) 如果我們改變傳統(tǒng)SPIHT算法的樹形結(jié)構(gòu)而改用EZW算法中給出的樹形結(jié)構(gòu)。這 樣我們前面定義的細(xì)節(jié)樹組就多了一個父親節(jié)點(diǎn)。如果還是按照前面細(xì)節(jié)樹組塊的定義的 方式，定義樹組塊，則整個圖像小波變換后的系數(shù)集合就等于所有樹組塊的小波系數(shù)集合。
雖然，在我們的算法中依然使用EZW算法的樹形結(jié)構(gòu)，但是在掃描方式上稍有差 別。不再用EZW算法及SPIHT算法中樹形掃描方式，而是對所有的小波樹組塊進(jìn)行層次掃 描。前者就象是二叉樹結(jié)構(gòu)中的前序遍歷樣式的掃描，而后者就像是二叉樹中的層次遍歷 式的掃描。不過，這里有許多小波樹組塊，因此，要先掃描完所有的樹根塊，然后再掃描所有 樹的下一個層次，即先掃描最低頻子帶(或最高層)中的系數(shù)塊。而在同一層同一個子帶 中則采用光柵掃描的順序進(jìn)行掃描。掃描順序如圖3所示。 [owe] (2)分塊說明 由于每一低頻帶中系數(shù)都有4個相鄰高頻帶中的兒子系數(shù)，因此，當(dāng)各低頻子帶 中，按照MXM分塊，則相鄰高頻子帶內(nèi)就是按照2MX 2M分塊的，而樹根所在的最低頻子帶 除外。因?yàn)樽畹皖l子帶中的系數(shù)與下一相鄰頻帶中的系數(shù)是一一對應(yīng)的，兩者的分塊大小 是完全一樣的。如果進(jìn)行3級小波變換，最低頻子帶(按照下面的定義即是第O級分辨率
乂(w,v)1
層)按照2X2進(jìn)行分塊的話，則第1級分辨率層也就按照2X2進(jìn)行分塊。而以后的各層
就按照2kMX2kM進(jìn)行分塊。 (3)符號說明
設(shè)X(i，j)是一個小波系數(shù)塊集合，(i，j)為該小波系數(shù)塊在其所在的子帶內(nèi)的塊對于正整數(shù)n，記
1， max {|c(W,V)|} 2 2"
^0， c^/zera
若Sn(X(i， j)) = l，則稱X(i， j)關(guān)于閾值2n是重要的;否則稱X(i， j)是不重要 &(鄰,_/))=的。 用符號Bkr，r = 0， 1，2，3 ;k = 0， 1，2，…，m來表示分辨率等級為k，第r方向子帶中的所有系數(shù)塊左上頂點(diǎn)的坐標(biāo)集合，Hrk表示整個子帶上的系數(shù)坐標(biāo)集合。其中m表示小波分解的次數(shù)；k = 0表示最低頻帶，其他依次類推；r = 0表示LL子帶，r = 1表示HL子帶，r = 2表示LH子帶，r = 3表示HH子帶。當(dāng)k = 0時，r只能等于0，因?yàn)樽畹皖l帶上只有一個LL子帶。當(dāng)k # 0時，r # 0，因?yàn)槌俗畹皖l帶外，其他頻帶都有3個方向的子帶。
(4)有序表 由于本算法中，采用的是層次掃描方式，而層次內(nèi)對各個子帶采用是的分塊掃描方式。因而設(shè)置的有序表中，傳統(tǒng)SPIHT算法中的LIS不重要子集表就改為LIB不重要系數(shù)塊表，而LIP不重要系數(shù)表和LSP重要系數(shù)表則仍然采用。三個有序表中的每一個表項(xiàng)都使用坐標(biāo)(u， v)來標(biāo)識。坐標(biāo)(u， v)在LIP和LSP中表示系數(shù)坐標(biāo)，在LIB中表示以(u，v)系數(shù)為左上頂點(diǎn)的系數(shù)塊(該坐標(biāo)可以與該系數(shù)塊的塊坐標(biāo)相互轉(zhuǎn)化)。系數(shù)塊的大小由該系數(shù)塊所在的分辨率級數(shù)決定，而由系數(shù)坐標(biāo)(u， v)可以確定該系數(shù)所在的分辨率等級和子帶方向。
(5)算法說明 改進(jìn)后的SPIHT算法主要步驟如下
l)閾值和有序表初始化 設(shè)閾值T = 2 其中"=附=
<formula>formula see original document page 9</formula>
，初始化k = 0。初始化LSP
為空集，LIP: { }，ZJ6 = {(w，v)|r = 0;(w,v)L"A, 2)顯著性掃描由以下兩個大的步驟組成 (1)依次檢查LIP中所有小波系數(shù)(U， V)，確定其是否重要系數(shù)； 若重要，則輸出l及其符號位，其中正負(fù)號的編碼分別為l和O，然后將(i， j)從
LIP中刪除，并添加到LSP的尾部。 若不重要，則輸出O。 (2)對LIB中的每個表項(xiàng)依次處理，確定其是否重要 若重要，則輸出l，然后進(jìn)入塊索引為(u，v)的系數(shù)塊內(nèi)，按照從上到下，從左到右的順序依次處理塊內(nèi)每一個節(jié)點(diǎn)(k，l)。每個節(jié)點(diǎn)的處理方法如下若(k，l)是重要系數(shù)，則輸出1及其符號位，并將其添加到LSP的尾部；若不重要，則輸出O，并將其添加到LIP的尾部。 若不重要，則輸出0。 對排序掃描開始前LIB中的表項(xiàng)全部處理完后，這次排序掃描過程結(jié)束。
3)精細(xì)掃描對LSP中的每個表項(xiàng)(u， v)，若(u， v)不是在剛剛進(jìn)行過的掃描過 程中新添加的，則輸出|Ci,j|的二進(jìn)表示中的第n個重要的位，其中T二2n是掃描過程中設(shè) 定的閾值。 4)令n = n-l，當(dāng)n = 0跳轉(zhuǎn)到5)，否則跳轉(zhuǎn)到步驟2)。 5)對本次顯著性掃描結(jié)果中輸出的符號進(jìn)行算術(shù)編碼(若不進(jìn)行算術(shù)編碼可跳 過本步)。 6)把算術(shù)編碼的結(jié)果和精細(xì)掃描的結(jié)果寫入碼流，并判斷k是否等于3，若是，則 結(jié)束全部編碼過程；若不是，則令k = k+l，并跳轉(zhuǎn)到7)。7)令lsp二 { }為空集，lip二 { hl/S—r;M，vlA^L2，3;(M,v)e《j，其中l(wèi)ip和
LIB中(u， v)和r的排列順序仍按照圖4(a)和(c)進(jìn)行。并令T = 2邁，n = m。然后跳轉(zhuǎn) 到2)。 5.算術(shù)編碼 算術(shù)編碼的基本規(guī)則為首先初始化編碼區(qū)間A二 [O，l]，編碼點(diǎn)C二O ;然后依據(jù)
下列公式進(jìn)行迭代運(yùn)算<formula>formula see original document page 10</formula> 其中Pj和P"分別為當(dāng)前符號對應(yīng)的概率和累計(jì)概率。 算術(shù)編碼模式有基于概率統(tǒng)計(jì)的固定模式和自適應(yīng)模式兩種。前者需要事先對碼 書中的碼字進(jìn)行預(yù)掃描，以統(tǒng)計(jì)各碼字出現(xiàn)的概率，此過程計(jì)算量比較大，計(jì)算效率不高； 若出現(xiàn)新的不在碼書中的碼字，則圖像還原效果就會不理想。而采用后者初始時各個符號 的概率設(shè)為相同值，然后依據(jù)出現(xiàn)的碼字而相應(yīng)的改變其概率值，若出現(xiàn)新的碼字只需要 在碼書中添加上即可。只要編碼器和解碼器使用相同的初始值和相同的改變值的方法，那 么它們的概率模型將保持一致。編碼器接收到下一個碼字對其編碼，然后改變概率模型，解 碼器根據(jù)當(dāng)前的模式解碼，然后再改變自己的概率模型。 二進(jìn)制算術(shù)編碼是實(shí)際中最為常用的一種算術(shù)編碼方法，之所以說是二進(jìn)制，是 因?yàn)槠漭斎氲淖址挥袃煞N。如果信源字符集內(nèi)包含有多個字符，則先將這些字符經(jīng)過一 系列的二進(jìn)制判決，變成二進(jìn)制字符串，再進(jìn)行算術(shù)編碼。 在二進(jìn)制算術(shù)編碼器的2個輸入字符中，出現(xiàn)概率大的一個稱為MPS(More Probable Symbol)，另一個稱為LPS (Less Probable Symbol)。設(shè)LPS出現(xiàn)的概率為Qe則 MPS出現(xiàn)的概率為1-Qe。當(dāng)符號流中符號"0"和"1"分別對應(yīng)著LPS或者M(jìn)PS。隨著被編 碼符號流中符號出現(xiàn)的概率的變化，這種對應(yīng)關(guān)系也將發(fā)生自適應(yīng)的改變。其編碼規(guī)則如 下 1)對于MPS，編碼點(diǎn):C = C ;編碼區(qū)間:A = A(l_Qe) = A-AQe。 2)對于LPS，編碼點(diǎn):C = C+A(l-Qe) = C+A_AQe ;編碼區(qū)間:A = AQe。 在Huffman編碼中，最短的碼字為lbit，所以即使在對出現(xiàn)概率最大的符號編碼
時，也需要在前面已經(jīng)編好的碼流上再增加lbit。而在算術(shù)編碼中，對MPS編碼不增加已經(jīng)編好的碼流長度，這是算術(shù)編碼比Huffman編碼優(yōu)越的地方。
在具體實(shí)現(xiàn)二進(jìn)制算術(shù)編碼時，要解決好以下幾個問題 l)在編碼區(qū)間不斷劃分的過程中，區(qū)間寬度A越來越小，則用來表示A的數(shù)字位數(shù) 越來越多； 2)完成編碼點(diǎn)計(jì)算和區(qū)間分割時需要用到成本較高的乘法運(yùn)算； 3)當(dāng)已編好的碼流中連續(xù)出現(xiàn)多個l時，若后續(xù)編碼過程中在最后一位上加l，將
連續(xù)改變前面已經(jīng)編好的碼字，產(chǎn)生連續(xù)多個O，直到1出現(xiàn)為止。 為了有效的實(shí)現(xiàn)算術(shù)編碼算法，人們提出了許多解決辦法，構(gòu)造出不同類型的算 術(shù)編碼器。本發(fā)明將采用JPEG2000標(biāo)準(zhǔn)中給出的解決方案。 用有限精度的算術(shù)運(yùn)算來計(jì)算編碼區(qū)間A，以保證A的有效數(shù)字的位數(shù)不至于隨 碼字串的增加而增加。例如，A = 0. 001可以用1. 0X2—3來表示，當(dāng)A被分割為更小值時，則 增加指數(shù)值，而有效數(shù)字的位數(shù)保持在規(guī)定的范圍內(nèi)。JPEG2000中這個范圍選擇在0. 75 1. 5之間，當(dāng)A < 0. 75時，將A乘以2，使有效數(shù)字保持在0. 75 1. 5之間，這樣仍然可以 用原來的位數(shù)表示，這些都有利于軟硬件的編碼實(shí)現(xiàn)。該過程被稱為重新歸一化。乘2運(yùn) 算可以用對寄存器的左移操作來實(shí)現(xiàn)。當(dāng)區(qū)間A重新歸一化后，碼字串C也應(yīng)當(dāng)隨之歸一 化。當(dāng)0. 75《A《1. 5時，AQe " Qe。利用該近似式，可將編碼點(diǎn)計(jì)算和區(qū)間分割簡化，而 無需做乘法，關(guān)于進(jìn)位的問題，可以采用"比特填充(Bit Stuffing)"技術(shù)來避免。該技術(shù) 和JPEG中采用的比特填充技術(shù)類似。 如果將上述的自適應(yīng)模式用在二進(jìn)制算術(shù)編碼中，就構(gòu)成了自適應(yīng)的二進(jìn)制算術(shù) 編碼。 以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示，通過上述的說明內(nèi)容，相關(guān)工作人員完 全可以在不偏離本項(xiàng)發(fā)明技術(shù)思想的范圍內(nèi)，進(jìn)行多樣的變更以及修改。本項(xiàng)發(fā)明的技術(shù) 性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。
權(quán)利要求
一種基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)，其特征是，包括編碼部分和解碼部分，具體步驟如下編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進(jìn)行分塊，每個圖像塊單獨(dú)提升小波變換，再進(jìn)行相關(guān)的量化和熵編碼，然后按照有序的掃描順序把所有圖像塊的編碼流逐個寫入比特流；在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進(jìn)行熵解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關(guān)系，逐個寫入整個圖像的相應(yīng)位置，然后進(jìn)行逆量化和逆提升小波變換，就可以恢復(fù)圖像。
2. 根據(jù)權(quán)利要求1所述的基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)，其特征是，所述的原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于整個原始圖像小波變換后相應(yīng)子帶的相同的索引位置上。
3. 根據(jù)權(quán)利要求1所述的基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)，其特征是，所述的提升小波變換的變換次數(shù)n > 3。
4. 根據(jù)權(quán)利要求1所述的基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)，其特征是，所述的量化是對提升小波變換后的浮點(diǎn)數(shù)據(jù)進(jìn)行量化處理，以便把小波系數(shù)從浮點(diǎn)域映射到整數(shù)域；設(shè)0(r)表示視覺方向量化因子，表達(dá)式為(90)二2^,r = 0， 1，2，3其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且R。+WR3 = 32它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器；S(k)表示視覺頻帶量化因子，表達(dá)式為S(k) = 2k—1， k = 0， 1，2，3其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以設(shè)定第k級分辨率等級上的第r方向上的子帶的量化步長A k,r為~, = " x O(r) x単)="x +"其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當(dāng)前系數(shù)塊b的特性，進(jìn)行自適應(yīng)的調(diào)整。
5. 根據(jù)權(quán)利要求1所述的基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)，其特征是，所述的熵編碼是通過改進(jìn)的SPIHT算法和算術(shù)編碼來把量化的變換系數(shù)轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。
全文摘要
本發(fā)明涉及移動互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其是一種基于改進(jìn)小波變換圖像壓縮方法實(shí)現(xiàn)手機(jī)移動門戶技術(shù)。其包括編碼部分和解碼部分，具體步驟如下編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進(jìn)行分塊，每個圖像塊單獨(dú)提升小波變換，再進(jìn)行相關(guān)的量化和熵編碼，然后按照有序的掃描順序把所有圖像塊的編碼流逐個寫入比特流；在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進(jìn)行熵解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關(guān)系，逐個寫入整個圖像的相應(yīng)位置，然后進(jìn)行逆量化和逆提升小波變換，就可以恢復(fù)圖像。該系統(tǒng)具備軟硬件易于實(shí)現(xiàn)的特性，還具有分辨率可伸縮性。
文檔編號H04N7/26GK101754021SQ20091026327
公開日2010年6月23日 申請日期2009年12月18日 優(yōu)先權(quán)日2009年12月18日
發(fā)明者宋汝良, 楊逸文 申請人:江蘇省煙草公司常州市公司