（无线电物理专业论文）嵌入式小波图像编码算法的研究.pdf

摘要 近年来，嵌入式小波图像编码技术由于具有质量可分级、多分辨率可分级性以及出色 的压缩性能而成为图像编码中的研究热点。最新的图像编码国际标准j p e g 2 0 0 0 就是以嵌 入式小波图像编码算法为核心编码器的。本文对嵌入式小波图像编码的研究分为以下2 个 部分： 首先，本文对主流的嵌入式小波图像编码算法进行了详尽的研究分析； 其次，本文主要从重组系数以及熵编码方面出发来考虑改进嵌入式小波图像编码算法 的压缩性能，提出了以下新算法： 如何对小波系数进行扫描从而形成自相关性好的重要性信息码流是影响最终压缩比的 一个关键因素。这一点常被研究者们忽略。第3 章提出了一种自适应比特平面编码算法。 新算法输出的符号流的自相关性大大强于j p e g 2 0 0 0 使用的条带扫描和h i l b e r tc u r v e 扫 描。在无损压缩应用中，使用该算法得到的压缩比比j p e g 2 0 0 0 的压缩比提高了1 0 6 。 第4 章提出了j p e g 2 0 0 0 中重要性编码以及上下文建模的改进算法。在无损压缩应用 中，使用该算法得到的压缩比比j p e g 2 0 0 0 的压缩比提高了1 3 。 本文的第5 章探讨的是重组系数后产生的符号流，应该选择哪一种编码方式。是直接 迸行算术编码，还是定长游程编码，抑或变长游程编码? 本文提出了基于上下文选择编码 方式的嵌入式小波图像编码算法。与j p e g 2 0 0 0 相比，在相同的码率下，该算法的 p s n r ( p e a l 【s i g n a lt on o i s er a t i o ) e l 前者提高了o 。0 4 o 3 3 d b 。 第6 章提出了结合上下文排序与上下文量化优化的嵌入式小波图像编码算法。该算法 的p s n r 比j p e g 2 0 0 0 提高了o 1 d b 0 4 2 d b ，尤其适于低码率编码。而且该算法无需额 外负载边信息；子带单独编码，相对零树编码器而言能避免子带间的错误繁衍。 j p e g 2 0 0 0 的率失真优化主要由以下两个元素构成：比特平面编码产生的截断点；基 于目标码率下总体失真最小的准则下，如何选择甚至快速地选择出每个码块的最终截断 点。绝大多数文献关注的是仅仅是上述的第2 个元素。在不改变j p e g 2 0 0 0 的编码框架前 提下，第7 章提出了截断点可行性化的率失真优化编码算法，通过对j p e g 2 0 0 0 中截断点 的排序来改善j p e g 2 0 0 0 的嵌入式率失真性能，算法简单可行，耗费的编码时间略少于 j p e g 2 0 0 0 。 关键词：嵌入式小波图像编码，j p e g 2 0 0 0 标准，上下文量化，率失真优化。截断点 可行性化 t i t l e ：t h es t u d yo ne m b e d d e dw a v e l e ti m a g ec o d i n g m a j o r r a d i op h y s i e s n a m e ：y i n g h o n gz h o u s u p e r v i s o r ：x i z h a n gl u o ，z h e n g m i n gm a a b s t r a c t e m b e d d e dw a v e l e ti m a g ec o d i n g w h i c hh a st h ep r o p e r t yt h a tt h eb i t s t r e a mc a r lb et r u n c a t e d a ta n yp o i n ta n ds t i l ld e c o d ea l li m a g ew i t hr e a s o n a b l yg o o dq u a l i t y ( q u a l i t ys e a l a b i l i t y ) a n d r e s o l u t i o ns c a l a b i l i t y h a sr e c e i v e dg r e a ta t t e n t i o ni ni m a g ec o d i n gf i e l dr e c e n t l y i th a sb e e n s h o w nt h a tj p e g 2 0 0 0 t h er e c e n t l ya d o p t e di n t e m a t i o n a ls t a n d a r df o ri m a g ec o m p r e s s i o n ， c h o o s e st h ee m b e d d e dw a v e l e ti m a g ec o d i n ga st h ec o r ec o d i n gt e c h n o l o g y t h i sd i s s e r t a t i o n i n c l u d e st w op a r t sf o re m b e d d e dw a v e l e ti m a g ec o d i n g 。w h i c ha r ed e s c r i b e da sf o l l o w s ： f i r s t l y ，ad e e ps t u d yo nt h es t a t e - o f - t h e a r te m b e d d e dw a v e l e ti m a g ec o d i n ga l g o r i t h m si s s h o w ni nt h e2 们c h a p t e r ； s e c o n d l y ，i m p r o v e m e n t so fc o m p r e s s i o np e r f o r m a n c eo fe m b e d d e dw a v e l e ti m a g ec o d i n g a r eo b t a i n e df r o mt h er e o r g a n i z i n gc o e f f i c i e n t sa n de n t r o p yc o d i n gs t a g e s ： s c a ns t r a t e g yo fw a v e l e tc o e f f i c i e n t s ，w h i c hd i r e c t sc o d e ct og e n e r a t eg o o da u t o c o r r e l a t i o n s i g n i f i c a n tb i ts e q u e n c e ，i so n eo ft h ek e y f a c t o r st oc o n d u c et oh i g hc o m p r e s s i o nr a t i o h o w e v e r ， t h i sa s p e c ta l w a y si so m i t t e db yr e s e a r c h e r s an o v e la d a p t i v eb i t p l a n ec o d i n gs t r a t e g yf o r s i g n i f i c a n tb i tc o d i n gi sp r o p o s e di n3 “c h a p t e r c o m p a r e dw i t ht h es t r i p es c a no fj p e g 2 0 0 0o r h i l b e r tc m - v es c a n ，t h ep r o p o s e ds c h e m eg e n e r a t e st h eb e s ta u t o c o r r e l a t i o no fs i g n i f i c a n tb i t s e q u e n c e a n da c h i e v e si m p r o v e m e n to fl o s s l e s sc o m p r e s s i o np e r f o r m a n c e ( 1 0 6 ) o v e r j p e g 2 0 0 0i nt e r m so f a v e r a g eb i t r a t e a ni m p r o v e m e n to fs i g n i f i c a n c ec o d i n ga n dc o n t e x tm o d e l i n gf o rs i g n i f i c a n c ec o d i n gi nt h e j p e g 2 0 0 0i sa d d r e s s e di nt h e4 mc h a p t e r o u re x p e r i m e n t a lr e s u l t ss h o wt h a tt h el o s s l e s s c o m p r e s s i o np e r f o r m a n c eo ft h en e ws c h e m ei si m p r o v e d1 3 1 2 u p o nt h a to fj p e g 2 0 0 0i n t e r m so f a v e r a g eb i t r a t e t h em o t i v a t i o no ft h e5 mc h a p t e ri st h a tw h i c hm o d es h o u l db ec h o o s e nb yt h es y m b o l s e q u e n c e a r i t h m e t i cc o d i n gd i r e c t l y ，f i x e dr u n l e n g t hc o d i n go rv a r i a b l er u n l e n g t hc o d i n g ? i i i c o d e rs e l e c t i o na l g o r i t h mb a s e do nc o n t e x tm o d e li sp r e s e n t e d e x p e r i m e n t a lr e s u l t ss h o wt h a t t h ep r o p o s e da l g o r i t h mi m p r o v e so o 牛m 3 3 d bo v e rj p e g 2 0 0 0i nt e r m so f p s n l l t h ep i x e is o r t i n gc o d i n gc o m b i n e dw i t ho p t i m u mc o n t e x tq u a n t i z a t i o ni ss h o w ni n 驴 c h a p t e r t h er e s u l t si n d i c a t et h a tt h ep r o p o s e da l g o r i t h ma c h i e v e sa ni m p r o v e m e n to fp s n r r a n g i n gf r o m0 1 d bt o0 4 2 d bc o m p a r e dw i t hj p e g 2 0 0 0a n de s p e c i a l l ys u i t sf o rl o wb i tr a t e c o m p r e s s i o na p p l i c a t i o n n os i d ei n f o r m a t i o ni si n v o l v e di nt h ep r o p o s e da l g o r i t h m t h e s u b b a n d sa r ec o d e d i n d e p e n d e n t l y ，w h i c hp r e v e n te r r o rp r o p a g a t i o nf r o ms u b b a n dt os u b b a n d 1 1 忙m t ec o n t r o lo p t i m a l i t yo fj p e g 2 0 0 0i sc o m p o s e do ft w o f a c t o r s ：f i r s t l y t h et r u n c a t i o n p o i n t sg e n e r a t e di nb i t p l a n ec o d i n g ；s e c o n d l y ，g i v e nac e r t a i nt a r g e tb i t r a t e ，f a s ts e l e c t i o no fh o w m a n yt r u n c a t i o np o i n t ss h o u l db ei n c l u d e di nt h ef i n a lb i t s t r e a mt om i n i m i z et h ed i s t o r t i o n 1 1 1 e g r e a tm a j o r i t yl i t e r a t u r e sc o n c e n t r a t e0 1 1t h el a n c r i n7 “c h a p m r af e a s i b i l i t ys t r a t e g yo f t r u n c a t i o np o i n t sf o rr a t ed i s t o r t i o no p t i m a l i t yo fj p e 0 2 0 0 0c o m p r e s s i o ni sp r e s e n t e dw i t h o u t c h a n g i n gt h ee n c o d i n gf r a m e w o r ko fj p e g 2 0 0 0 1 n h en e ws t r a t e g yr e o r d e r st h ep o s i t i o n so f t n m c n t i o np o i n t sa c c o r d i n gt ot h es t e e p e s tr a t e - d i s t o r t i o ns l o p e t h ep r o p o s e dm e t h o di ss i m p l e a n dg i v e saf i n e l ye m b e d d e dr a t e - d i s t o r t i o nb i t s t r e a ma n da t t a i n sas p e e d u do ft h ee n c o d et i m e c o m p a r e dw i t hj p e g 2 0 0 0 k e y w o r d s ：e m b e d d e dw a v e l e ti m a g ec o d i n g ，j p e g 2 0 0 0s t a n d a r d ，c o n t e x tq u a n t i z a t i o n ， r a t ed i s t o r t i o no p t i m a l i t y ，f e a s i b i l i t ys t r a t e g yo f t r u n c m i o np o i n t s i v 图表索引 图l - 1 嵌入式小波图像编码基本框架2 图2 1 多分辨率分解的滤波器组实现1 2 图2 2 多分辨率重建的滤波器组实现1 3 图2 3 三级小波分解的m a l l a t 算法滤波器实现过程1 3 图2 4 三级小波重建的m a l l a t 算法滤波器实现过程1 3 图2 5 图像三级小波子带图1 4 图2 6e z w 零树结构，阴影部分为包括零树根的整棵零树1 8 图2 7s p i h t 多级树集合结构，阴影部分为整个集合2 0 图2 8 最初小波图像x 被分裂成集合s 和集合i 2 1 图2 9 对s 集合迸行四叉树分裂。2 l 图2 1 0 对集合i 进行分裂2 1 图2 1 l 形态学膨胀过程2 2 图2 1 2r d e 算法编码框架2 3 图2 1 3r d e 算法的选择编码流程2 4 图2 1 4e c e c o w 上下文模型2 5 图2 1 5j p e g 2 0 0 0 的核心编码框架2 7 图2 1 6j p e g 2 0 0 0 的划分系统2 8 图2 1 7 小波系数幅值的二进制表示、符号表示2 8 图2 1 8 码块的比特平面扫描顺序2 8 图2 1 9j p e g 2 0 0 0 中的嵌入式量化以及中点重建2 9 图2 2 0 每个编码过程中使用的条带扫描方式2 9 图2 2 1 编码过程和比特平面之间的关系2 9 图2 2 2 码块的可行性截断点形成的凸壳3 0 图2 2 3j p e g 2 0 0 0 的码流组织3 3 图3 1j p e g 2 0 0 0 中的条带扫描3 6 图3 2l e b e s g u e 曲线，从左到右分别为1 次迭代、2 次迭代、3 次迭代3 7 图3 3p c a n o 曲线，从左到右分别为1 次迭代、2 次迭代、3 次迭代3 7 图3 4s i e r p i n s k i 曲线，从左到右分别为1 次迭代、2 次迭代、3 次迭代3 7 图3 5 h i l b e r t 曲线，从左到右分别为1 次迭代、2 次迭代、3 次迭代、4 次迭代3 7 图3 6b a r b a r a 经过5 级小波分解，抽取第2 个分辨率级上的h l 子带在第4 个比特平 面( b i tp l a n e2 4 ) 上的小波系数图3 9 图3 7b a r b a r a 经过5 级小波分解，抽取第2 个分辨率级上的h l 子带在第5 个比特平 面( b i tp l a n e2 5 ) 上的小波系数图3 9 v 图3 8l e n a 经过5 级小波分解，抽取第2 个分辨率级上的h l 子带在第4 个比特平面 ( b i tp l a n e2 4 ) i z f f l d , 波系数图4 0 图3 9l e n a 经过5 级小波分解，抽取第2 个分辨率级上的h l 子带在第5 个比特平面 ( b i tp l a n e2 5 ) 上的小波系数图4 0 图3 1 0j p e g 2 0 0 0 的上下文模型4 l 图3 1 l 层次模型：左图是h l 子带使用的模型，右图是l h 子带使用的模型4 2 图3 - 1 2j p e g 2 0 0 0 输出的符号序列图。4 4 图3 1 3h i l b e r tc u r v e 方案输出的符号序列图。4 4 图3 1 4 新方案输出的符号序列图4 5 图3 - 1 5j p e g 2 0 0 0 、h i l b e r tc u r v e 方案以及新方案产生的重要性信息序列的自相关函 数。其中+ - 一表j p e g 2 0 0 0 方案，一代表h i l b e r tc u r v e 方案，一代表 新方；是4 5 图4 1 新的上下文模型5 2 图4 2 子带扫描顺序5 2 图4 3j p e g 2 0 0 0 的扫描输出5 3 图4 4h i l b e r tc t l r v e 的扫描输出5 3 图4 5 新算法的扫描输出5 3 图5 1 定长游程编码的输出符号6 2 图5 2 三种编码方法的理想平均损耗比特数6 3 图5 3 平稳环境下由于估计概率存在误差导致的相对熵6 5 图5 4 相对熵与熵的比值6 5 图5 5 概率时变环境下三种编码方式的编码结果6 7 图5 6b a r b 图的重要性信息序列的概率时变性以及分别使用三种编码方式的编码结 果6 7 图5 - 7 上下文模型6 8 图6 13 个方向子带的上下文分成k 类的相对熵统计值a n 。水平线是j p e g 2 0 0 0 对应 的n ，曲线代表优化方案7 5 图6 - 2 新算法较之j p e g 2 0 0 0 对g o l d h i l l ( 下曲线) 、c a f e ( 上曲线) 图在不同码率下的 p s n r 差值7 9 图7 1 ( a ) j p e g 2 0 0 0 中编码过程出现的顺序；( b 卜( d ) 精细编码过程的三种位置调整方 案8 5 图7 2 非可行性截断点的可行性化：按照率失真斜率最陡下降来重排截断点8 5 图7 - 3y a c h t , o 1 6 2 3 b p p ，2 9 8 2 2 1 d b 8 7 图7 - 4l e n a , 0 1 6 2 6 b p p ，3 2 1 1 5 0 d b 8 7 图7 - 5p e p p e r s ，o 1 2 1 6 b p p ，3 0 5 0 6 9 d b 8 8 图7 - 6 b a r b a r a , 0 2 4 2 8 b p p 2 8 2 7 7 9 d b 8 8 图7 - 7g o l d h i l l ，0 1 2 1 0 b p p ，2 8 3 7 1 5 d b 8 8 图7 - 8m a n d r i l l ，0 3 2 5 4 b p p ，2 3 8 9 8 2 9 1 d b 8 9 砌 图7 9l i g h t h o u s e ，o 4 9 2 3 b p p ，3 3 2 1 6 0 d b 8 9 图7 1 0y a c h t 的实验结果之一9 1 图7 1 ly a c h t 的实验结果之二。9 1 图7 1 2l e n a 的实验结果之一9 1 图7 1 3l e n a 的实验结果之二9 2 图7 1 4p e p p e r s 的实验结果之一9 2 图7 1 5p e p p e r s 的实验结果之二9 2 图7 1 6b a r b 的实验结果之一9 3 图7 1 7b a r b 的实验结果之二9 3 图7 1 8g o l d h i l l 的实验结果之一9 3 图7 1 9g o l d h i l l 的实验结果之二9 4 图7 2 0m a n d r i l l 的实验结果之一9 4 图7 2 1m a n d r i l l 的实验结果之二9 4 图7 2 2l i g h t h o u s e 的实验结果之一9 5 图7 2 3l i g h t h o u s e 的实验结果之二9 5 图7 2 4j p e g 2 0 0 0 算法与新算法的执行时间之比9 5 表l _ i 常见视频图像源的原始数据码率i 表2 1d 9 7 滤波器系数1 4 表2 2l eg a l l 5 3 滤波器系数1 4 表2 3j p e g 2 0 0 0 标准的十二个部分 9 0 2 7 表2 4j p e g 2 0 0 0 p a n l 提供的应用特性2 7 表2 5c o n v e xh u l la n a l y s i s 算法流程3 l 表2 6 使用g l m 优化完成优化截断3 2 表2 7 各种算法获得的p s n r 值比较3 3 表2 8 各种算法利用的相关性比较3 4 表2 9 各种算法的应用特性比较3 4 表3 1 小波系数x 的幅值与其邻域小波系数的幅值之间的互信息。4 l 表3 2 函数s c a n 表3 3j p e g 2 0 0 0 ( j ) 、h i l b e r tc u r v e 方案( h ) 以及新算法( p ) 的重要性信息的编码结果 ( 字节) 以及平均比特率( 比特每象素) 4 6 表4 1s c a nd i s t 函数的流程5 2 表4 2 三种算法零阶算术编码的编码结果( 字节) 5 4 表4 3j p e g 2 0 0 0 以及新算法的重要性编码的编码结果( 字节) 以及平均比特率( 比 特每象素) 5 9 表5 1 平稳环境下三种编码方式对随机序列的编码结果6 6 表5 2 每个比特平面的编码过程6 9 表5 3 分别使用定长编码、混合游程编码与算术编码方案相比节省的编码时间以及 提高的p s n r 值7 0 i x 表5 4 新算法与主流小波图象编码算法的压缩性能比较7 l 表6 一lj p e g 2 0 0 0 与优化后的9 个上下文分类方案的“7 6 表6 2 优化后的9 个上下文类下p o y ) 及对应排序子过程7 6 表6 34 个算法对l e n a 图在不同码率下的重建图像p s n r 值( d b ) 7 8 表7 1j p e g 2 0 0 0 以及新算法中出现的非可行性截断点的统计9 0 表7 2 连续两个可行性截断点之问的编码过程个数的统计9 0 x b p p b p s c p e b c o t e c e c o w e m d c e z b c e z w g l a g l m j p e g l i c l l s l s c l s e m d l m r m q e z b c m s e p c r d o p t p s n r r d r d e r d s r 0 l r p s b h p s c s f c s p s p e c k s p i h t 缩略词对照表 b i t sp e rp i x e l b i t sp e rs e c o n d c l e a n u pp a s s e m b e d d e db l o c kc o d i n gw i t l lo p t i m i z e dt r u n c a t i o n e m b e d & dc o n d i t i o n a le n t r o p yc o d i n go fw a v e l e tc o e f f i c i e n t s e m b e d d e dm o r p h o l o g i c a ld i l a t i o nc o d i n g e m b e d d e dz e r ob l o c kc o d i n g e m b e d d e dz e r o t r e ew a v e l e t g e n e r a l i z e dl l o y da l g o r i t h r n g e n e r a l i z e dl a g r a n g em u l t i p l i e r j o i n tp h o t o g r a p h i ce x p e r t sg r o u p l i s to fi n s i g n i f i c a n tc o e m c i e n t s l i s to f i n s i g n i f i c a ms e t s l i s ts i g n i f i c a n tc o e 佑c i e n t s l e a s t - s q u a r e se s t i m a t i o n m i n i m u md e s c r i p t i o nl e n 甜h m u l t i r e g i o nm u l t i q u a l i t y e m b e d d e dz e r ob l o c kc o d i n g m e a ns q u a r e de r r o r p o s t - c o m p r e s s i o nr a t e - d i s t o r t i o no p t i m i z a t i o n p e a ks i g n a lt on o i s er a t i o r a t e - d i s t o r t i o n r a t e d i s t o r t i o ne s t i m a t i o n r a t e d i s t o r t i o ns l o p e r e g i o no fi n t e r e s t r e f i n e m e n tc o d i n gp a s s s u b b 如db l o c kh i e r a r c h i c a lp a r t i t i o n i n g s i g nc o d i n g s p a c ef i l l i n gc u r v e s s i g n i f i c a n c ep a s s s e tp a r t i t i o n i n ge m b e d d e db l o c k s e tp a r t i t i o n i n gi nh i e a r c h i c a lt r e e s 学位论文使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权保留学位论文 并向国家主管部门或其指定机构送交论文的电子版和纸质版，有权将学位论文用于非赢利 目的的少量复制并允许论文进入学校图书馆、院系资料室被查阅，有权将学位论文的内容 编入有关数据库进行检索，可以采用复印、缩印或其他方法保存学位论文。保密的学位论 文在解密后使用奉规定。 学位论文作者签名： 同期：年月r 1 1 3 导师签名： 只期： 年月闷 论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或 撰写过的作品成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标 明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期：年月 日 1 1 5 1 1研究背景 第1 章引言 随着数字化时代的来临，图像和视频的应用需求呈现出快速增长的趋势。然而，图像 信息需要大存储容量和宽传输信道，尤其在大规模图像数据库或高分辨率实时视频传输的 场合。表1 - 1 列出的是常用图像应用的原始码率。目前的通信技术难以满足原始图像的 存储和传输。因此，对图像数据进行压缩显得尤为重要，这也使得图像压缩( 编码) 算法成 为近年来非常活跃的一个研究领域。 表1 1 常见视频图像源的原始数据大小 视频源未纾抹缩数据 s c r e ei m a g e 5 1 2 5 1 2 x 2 4 b p p ：= 6 3 m b h i g h d e f i n i t i o ni m a g e2 0 4 8 2 5 6 0 2 4 b p p = 1 2 58 m b n t s c 7 2 0 4 8 0 x 2 4 b p p 3 0 f p s = 2 4 88 m b p s p a l 7 2 0 x 5 7 6 x 2 4 b p p 2 5 f p s ：2 4 8 8 m b p s h i g h - d e f i n i t i o nt v1 9 2 0 x 1 0 8 0 x 2 4 b p p 3 0 f p s 1 5 g b p s 在图像压缩技术发展的近二十年里，首先被广泛应用的图像国际标准是1 9 9 1 年制定 的基于d c t ( d i s c r e t ec o s i n et r a n s f o r m ) f l ，2 】的j p e g 标准【3 ，4 】。随后。d w t ( d i s c r e t e w a v e l e tt r a n s f o r m ) 5 7 1 被广泛使用于图像编码系统中，并涌现了以e z w ( e m b e d d e d z e r o t r e ew a v e l e t ) 8 、s p i h t ( s e tp a r t i t i o n i n gi nh i e a r c h i c a lt r e e s ) 9 为代表的压缩性能优异 的基于d w t 图像编码算法。1 9 9 7 年，j o i n tp h o t o g r a p h i ce x p e r t sg r o u p ( j p e g ) 1 0 】决定发 展一种使用先进编码技术且具备多种应用特性的国际标准j p e g 2 0 0 0 ，并于2 0 0 0 年制定了 j p e g 2 0 0 0 的第一部分即核心编码系统部分f 】1 】。而j p e g 2 0 0 0 正是采用嵌入式小波比特平 面编码框架作为核心编码算法的。 嵌入式码流，指的是编码器输出的码流具有以下特点：低码率编码嵌入在码流的开始 部分，也就是说从嵌入式码流的起始码位到某一位置的码位这段码流被取出来并解码后， 可以重构整个图像，相当于低码率的完整码流。这段嵌入式码流可以解码出比原始码流更 低质量或者更低分辨率的解码图像，因此解码图像是完整的。嵌入式码流中比特的重要性 是按次序排序的，排在前面的比特更为重要。这种编码方式非常适用于图像的渐进传输、 浏览。通常，嵌入式小波图像编码算法是以比特平面编码的方式来实现逐次逼近传输，从 而实现嵌入式编码。嵌入式小波比特平面编码具有以下显著优点：高压缩性能。比特平 面编码对小波系数的二进制表示从高比特平面位至低比特平面位进行编码，通常其编码对 象是二进制比特信息。结合基于二进制字母表的熵编码器不仅能有效利用原小波系数的统 计相关性，且能实现快速编码。嵌入式比特平面编码可实现图像从概貌到精细的渐进传 输。根据数据所在的比特平面位高低，比特平面编码产生的嵌入式码流能自然而然地区 分出级别优先的数据并保障重要数据在噪声信道的得以优先传输。精确的码率控制：由 于低码率码流是内嵌于输出码流的起始部分，一旦达到目标码率，编码器仍能获得高质量 的解码重建图像。码率、质量可分级：一旦目标码率的嵌入式码流形成，比该目标码率 更低的低码率图像可以从该目标码率的嵌入式码流中解码出来。因此存储设备不需要保存 同一信源图像的多个目标码率版本的压缩码流。而且，编码器无须知道解码器要求的目标 码率才能进行编码。这种质量可分级特性非常适合编解码器在各种网络环境下传输大存储 容量的图像。正是由于具备上述的多种优点以及应用特性，嵌入式小波图像编码成为了小 波图像编码中的研究热点。 图1 1 嵌入式小波图像编码基本框架 嵌入式小波图像编码的基本框架如图1 1 目前，主流的嵌入式小波图像编码算法 主要有： 基于结构模型的小波图像编码算法：如基于零树结构的e z w ；集合分裂结构的 s p i h t ；四叉树分裂的s p e c k ( s e tp a r t i t i o n i n ge m m d d e db l o c k ) 1 2 、e z b c 1 3 - 1 5 1 等。这类算法利用了非重要系数的同一方向相邻尺度子带系数的自相似性来 重组小波系数，着重于小波系数重组步骤的研究。然而，上述结构都将非重要系 数区域限制于方正的矩形结构，缺乏灵活性 基于形态学膨胀或上下文排序的小波图像编码算法：基于形态学膨胀的算法有 【1 6 2 0 】、e m d c ( e m b e d d e dm o r p h o l o g i c a ld i l a t i o nc o d i n g ) 2 1 等。非重要系数的 反面实际可以用重要系数的繁衍过程来演绎。这类算法利用了重要系数的聚集特 性，在有损编码应用给定的目标码率下，尽可能为重要系数先分配比特码位，从 而提高解码图像的质量。基于上下文排序的小波图像编码算法：【2 2 1 ，r d e ( r a t e d i s t o r t i o ne s t i m a t i o n ) 2 3 1 等。按照率失真斜率最陡下降的准则来编码能大大改善 编码器的率失真性能。r d e 算法对每个待编码的系数根据所属上下文环境来估计 其率失真斜率，再利用其估计值大小来安排编码：由于已知重要系数附近区域出 2 现重要系数的概率比已知重要系数较远区域出现重要系数的概率大，【2 2 根据一 阶上下文模型来安排系数的编码次序。这类算法的出发点与基于形态学膨胀的小 波图像编码算法相类似：由于重要系数对减少解码图像失真比非重要系数对减少 解码图像的失真大，那么有损图像编码器则应先将码率分派给重要系数，才能确 保有损压缩后能获得质量好的解码图像。这类算法亦是属于重组系数步骤的范 畴。 基于上下文量化优化的嵌入式小波图像编码算法【2 4 ，2 5 。由于实际图像编码时样 本有限与高阶上下文的矛盾导致上下文稀释，因此直接使用基于原始上下文的算 术编码对重组系数输出的符号进行编码，往往得不偿失，耗费比特比没有利用高 阶条件上下文的零阶算术编码更大。 2 6 2 9 】研究比特平面编码中上下文量化优化 这一问题。这类算法属于熵编码的范畴。 概率建模的小波图像编码算法：小波系数的概率建模问题一直不乏研究文献关注 【3 0 3 7 1 。这类算法通过对小波系数的概率建模来指导优化码率控制以及后续的熵 编码。典型算法如f 3 3 ，3 8 。f 3 3 ，3 8 】使用马尔科夫模型来描述当前小波系数与邻 域小波系数的统计关