專利名稱：基于灰度共生矩陣的自適應(yīng)方向提升小波壓縮算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于灰度共生矩陣的自適應(yīng)方向提升小波壓縮算法。
背景技術(shù)：
離散小波變換是很好的圖像處理方法，它提供了一種多分辨率的圖像顯示方式和完美的圖像重構(gòu)能力，因此被廣泛應(yīng)用于圖像分析，壓縮編碼等領(lǐng)域。例如，靜止圖像壓縮的國際標(biāo)準(zhǔn)JPEG2000。Swelden在1995提出了一種新的不依賴于傅立葉變換的小波構(gòu)造方案——提升小波變換，該方法不僅得到了一種新的小波變換，還減少了現(xiàn)有小波變換的計(jì)算復(fù)雜度。實(shí)踐證明，所有的小波變換都可以通過提升方法實(shí)現(xiàn)，因而提升小波變換也被稱為第二代小波變換。但是一般的提升小波變換結(jié)果都是通過對圖像的行/列進(jìn)行一維提升變換得到的，所以只能處理水平和豎直方向上的圖像信息。由于自然圖像存在豐富的紋理信息，采用一般的提升方法不能很好的利用圖像的紋理特征，處理后高頻存在冗余，影響后續(xù)的工作。為了很好的解決這個(gè)問題，研究者們相繼提出單尺度脊波變換、脊波變換、 Curvelet變換、Bandelet變換等變換方法。這些方法都取得了很好的效果，但仍存在著一些不足計(jì)算復(fù)雜度高、濾波器設(shè)計(jì)復(fù)雜的問題。導(dǎo)致實(shí)際的壓縮中，這些方法應(yīng)用的比較少。近年來，學(xué)者們提出了 ADL方向提升變換方法，它是基于空間方向預(yù)測提升小波來實(shí)現(xiàn)小波的方向性和各向異性，計(jì)算復(fù)雜度較低。但是這種方向需要在做變換時(shí)進(jìn)行插值運(yùn)算， 并且還要判斷選擇最優(yōu)方向，運(yùn)算量比較大。

發(fā)明內(nèi)容
本發(fā)明是針對現(xiàn)有技術(shù)的上述不足，提供了一種基于灰度共生矩陣的自適應(yīng)方向提升小波壓縮算法，該算法能有效地結(jié)合方向提升的優(yōu)點(diǎn)，在壓縮比提高的同時(shí)降低算法運(yùn)算的復(fù)雜度。提出了依據(jù)局部圖像紋理信息豐富程度分塊的方法，將圖像分為紋理和非紋理部分，對紋理部分，采用方向提升來提高預(yù)測的精度，以提高壓縮性能。對于方向信息比較少的非紋理部分，采用普通的提升小波變換，以減少變換的時(shí)間。采用灰度共生矩陣中的角二矩來自適應(yīng)地評估圖像的平坦性，有效地區(qū)分了圖像中的紋理和非紋理區(qū)域，從而為自適應(yīng)地采用不同模式的提升創(chuàng)造條件。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)方法相比，該方法能很好的減少壓縮時(shí)間，同時(shí)在低比特率下，PSNR有所提高。本發(fā)明的基于灰度共生矩陣的方向提升小波圖像壓縮方法，包括下列步驟步驟1.對原始圖片進(jìn)行均勻的分塊，分割成大小相同的子圖片，每個(gè)子塊的大小都是16X16 ；步驟2.對每一子塊，采用灰度共生矩陣方法來自適應(yīng)判斷所需要采用的提升模式(普通水平、垂直提升或方向提升)；步驟3.對方向信息比較多的子塊，用高頻能量最小的方法判斷每一塊的方向。之后，采用方向提升變換對圖像進(jìn)行處理；步驟4.對方向信息比較少的塊，采用普通的水平，垂直提升進(jìn)行小波變換。步驟5.對變換后的系數(shù)，采用Spiht模型進(jìn)行系數(shù)編碼。


圖1預(yù)測部分圖2提升部分圖3測試圖的方向信息4 一般提升變換與本文方法變換第一層高頻能量比較圖5不同算法的圖像壓縮效果
具體實(shí)施例方式下面通過附圖和實(shí)施例對本發(fā)明做進(jìn)一步詳述。1利用方向提升小波變換對圖像做變換提升小波的實(shí)現(xiàn)過程分為三個(gè)步驟分裂、預(yù)測和更新。(1)分裂過程可將原始數(shù)據(jù)x(m，n)分為兩個(gè)集合——偶數(shù)集合&(111，11)和奇數(shù)集合 X0 (m, η)。(2)預(yù)測過程保持偶數(shù)集合^(m，η)不變，通過內(nèi)插細(xì)分的方法預(yù)測奇數(shù)集合， 預(yù)測值與實(shí)際值的差值為h(m，n)jPh(m，n) = χ。(m，η)-P(m，η)]，其中P(.)為預(yù)測算子。(3)更新過程用h(m，η)來更新數(shù)據(jù)^(m，η)以保持原始數(shù)據(jù)^(m，η)的某種特性。如保持平均值不變，該操作記為l(m，η) = xe(m, n)-U[x0(m, n)]，其中U(.)為更新算子。普通提升只是對圖像在水平/垂直方向上做變換，但我們知道，每個(gè)像素點(diǎn)不一定在水平和垂直方向上的相關(guān)性最強(qiáng)，所以我們這里使用方向提升的方法。如圖1所示，〇 代表整數(shù)點(diǎn)，+代表1/4點(diǎn)，X代表1/2點(diǎn)。我們假設(shè)點(diǎn)x(m，2n+l)在如圖1所示的方向上的點(diǎn)與預(yù)估計(jì)的像素點(diǎn)相關(guān)性最強(qiáng)。我們將原先的提升預(yù)測算子沿θ方向修正，即對提升部分進(jìn)行如下改進(jìn)
權(quán)利要求
1.一種基于灰度共生矩陣的方向提升小波圖像壓縮方法，包括下列步驟步驟1.對原始圖片進(jìn)行均勻的分塊，分割成大小相同的子圖片，每個(gè)子塊的大小都是 16X16 ；步驟2.對每一子塊，采用灰度共生矩陣方法來自適應(yīng)判斷所需要采用的提升模式(普通水平、垂直提升或方向提升)；步驟3.對方向信息比較多的子塊，用高頻能量最小的方法判斷每一塊的方向。之后， 采用方向提升變換對圖像進(jìn)行處理；步驟4.對方向信息比較少的塊，采用普通的水平，垂直提升進(jìn)行小波變換。步驟5.對變換后的系數(shù)，采用Spiht模型進(jìn)行系數(shù)編碼。
2.最優(yōu)方向的選擇為了減少計(jì)算量，我們不對圖像的紋理部分的每個(gè)點(diǎn)進(jìn)行方向預(yù)測，而是將紋理部分分成16*16的塊，對每塊依照一定的準(zhǔn)則進(jìn)行最優(yōu)方向的判斷。方向判斷的準(zhǔn)則對每個(gè)分塊在9個(gè)方向上作提升變換，計(jì)算每個(gè)子塊對應(yīng)方向上高頻能量之和，選取高頻能量最小的方向作為作為這個(gè)分塊的自適應(yīng)變換方向。為了保證方向選擇的正確性和減少一定的計(jì)算量，我們這里采用5/3小波來判斷分塊的方向。5/3小波的提升格式為J d) =^-(5^+^,)/2[5； =<+(" 4 + 1/2
3.圖像編碼先用本文方法對圖像進(jìn)行提升變換，將變換后的系數(shù)和方向信息分別采用Spiht和自適應(yīng)算術(shù)編碼方法進(jìn)行編碼。編碼過程和一般的Spiht編碼相同，只是增加了方向信息編碼部分，并將其放在碼流的開頭。這里，為了能完全解碼出圖像的方向信息，我們采用算術(shù)編碼對圖像方向信息進(jìn)行編碼。雖然增加了方向信息的編碼，但是方向信息量相對于圖像本身數(shù)據(jù)量較少，所以增加的編碼信息不多。每一級的變換，我們都可以得到分塊圖像的變換方向，在作圖像壓縮時(shí)，我們要對這些方向進(jìn)行編碼，相對于一般提升變換，這就增加了一定的計(jì)算量，但是我們將圖像分為了紋理和非紋理部分，在變換時(shí)采用了不同的提升方向，在一定的程度上減少了計(jì)算量，同時(shí)使得方向編碼的信息減少。
全文摘要
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于灰度共生矩陣的方向提升圖像編碼方法。包含先將圖像分成許多大小相等的子塊，對于每個(gè)子塊，利用灰度共生矩陣中的角二階方法區(qū)分圖像的紋理和非紋理部分。對于方向信息較少的塊，直接采用普通的水平和垂直提升；對方向信息較多的塊，采用方向提升小波原理。并結(jié)合Spiht編碼方法和算術(shù)編碼方法，對變換系數(shù)和方向信息分別編碼，應(yīng)用于圖像壓縮。實(shí)驗(yàn)結(jié)果表明同ADL算法相比，該算法能夠顯著降低方向小波變換的時(shí)間。在相同碼率下，PSNR沒有太大的變化，同時(shí)在低碼率下，PSNR有所提高。
文檔編號(hào)H04N7/26GK102487442SQ201010571878
公開日2012年6月6日 申請日期2010年12月3日 優(yōu)先權(quán)日2010年12月3日
發(fā)明者林娜 申請人:林娜