（通信与信息系统专业论文）小波图像基于边缘初始化的竞争网络的矢量量化方法（weicl）研究.pdf

原创性声明 本人郑重声明：所是交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中己经注明弓i 用的内容外，本论文不 包含任何蒺他个入或集体己经发表或撰写过的科研戒果。对本文的研 究侮基耋瑟贡献豹个人潮集体，均毫在文孛以臻确方式标舞。本人完 全意识到_ 本声明的法律责任由本人承担。 论文作者签名：邋国麓： 关子学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校 绦籍或商因家有关部门藏机构送交论文酌复印俘翻电子版，允谗论文 被套燹爨诺耀；本人授权虫东大学可以将本学位论文的全部或部分穴 容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保 存论文和汇编本学位论文。 r 保密论文在解密后应遵守此规定1 论文作者签名“五! 瘩导师签名：勉 日期： 嬲堂毋 山东大学硕士学位论文 摘要 篷豫压缩季萋燕逶信及多媒体蔟域孛翡一磺关键技术，鼹予信塞蔽零豹发装暴有缀强 的现实意义。图像怒人们生活中信息交流的摄为重要的载体，也是蕴涵信息璧最大的媒 体。数字图像的数据量非常庞大，必须经过有效的聪缩，才能满足数字图像的高速传输 和存储。 i 羞年来，涎着多媒体技零帮阚终技术教飞速发燕，已窝些压绞方法遴入歹镬建除 段，国际上出现了一些数据滕缩标准。这些联缩标准为数据滕缩的广泛应用奠定了基础。 这擞年来关于小波变换图像压缩算法的研究和应用都十分活跃，各种迹象袭明，小波变 换方法优予其他静变换方法，在静态和动态图像压缩领域褥捌广泛鹣应用，并置已经成 力慕些蚕豫蒺缭国瓣标准( 麴j p e g 2 0 0 0 、m p e c r - - 4 ) 数重簧繇节。然露，采矮舞釉策 略对小波变换后的数据进行处理仍怒图像压缩领域的个研究热点。 在理论上上矢攒量化的性能总是优于标量量化。但是矢量量化所需要的计算霪较 大，阻碍矢潼量诧掭广的霞豢之一就是这种方法运筹速度太後。焉久工享孛缀阏络是耱 蒡嚣分毒式系统，典有运羹速度恢豹优点，能有效瓣决矢量璧纯这类高维数运舅带来豹 大计算量问题。因此我们采用神经网络和矢量量化棚结合的方法，来对矢量量化进行改 良，从而实现快速必量量化，并用快速矢量攫化来对小波变换图像进行压缩。为此本文 提獭了一释辩小波潮像数据基子边缘拐始纯瓣竞争鬻络翡矢鲎量纯方法( w e i c l ) i r e i c l 是一释瓣小波凰像数摄髑竞争网络进行矢量量化豹压缩方法，它首先对数字 图像进行3 层小波分解，然厝对小波变换后闰像数据根据其各级子借间的频率分辨举和 空问分辨率组成新的带间矢量组合，然后用竞争网络对矢鬣组合迸行训练来实现俊速矢 量爨纯。 1 在具访实现过稷中，幂e i c l 又采用了蹲融措施采提高偿噪比和踌低算法复杂度： 1 小波图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 1 ) 对神经网络码书初始化的时候，采用基于图像边缘初始化的方法，这使初始码 书中在平滑区分配的码字较少，在非平滑区分配的码字较多，码书的编码性能好于用随 机数初始化得到的码书的编码性能，训练码书所需要的时间也将大大减少。 2 ) 在码书训练与码书搜索过程中引入快速算法，大大提高了运算速度。 计算机模拟试验表明，w e i c l 与j p e g 2 0 0 0 ( 小波三层分解) 在相同压缩比下 w e i c l 算法在p s n r 上要优于j p e g 2 0 0 0 ( 小波三层分解) ：在主观效果上，由于在切 练码书时，采用基于边缘初始化的码书初始化方法，使得训练时间减少，并且码书体现 了图像更多的边缘细节，这样图像在主观效果上，恢复图像比采用j p e g 2 0 0 0 ( 小波三 层分解) 的恢复图像更清晰，更好的重现了图像细节。 综上所述，本文提出的对小波图像数据基于边缘初始化的竞争网络的矢量量化方法 ( w e i c l ) 是一种性能优良的图像压缩算法。 关键词：图像压缩；小波变换；快速矢量量化；神经网络竞争算法；边缘初始化 2 山东大学硕士学位论文 a b s t r a c t i m a g ec o m p r e s s i o nw h i c hi sac r u c i a lt e c h n o l o g yi nt h ef i e l d s o fc o m m u n i c a t i o na n d m u l t i m e d i a , i sv e r yi m p o r t a n tt oi n f o r m a t i o nt e c h n o l o g y i m a g ei st h em o s ti m p o r t a n tc a r r i e r a n dm e d i aw h i c hc o n t a i n si n f o r m a t i o ni nt h ei n f o r m a t i o ne x c h a n g i n g t h ed a t aq u a n t i t yi s v e r yl a r g ei nad i g i t a li m a g e ，a n ds h o u l db ec o m p r e s s e d ，w h i c hc a n b es a t i s f i e dw i t ht h eh i 曲 t r a n s m i s s i o ns p e e da n d l a r g em e m o r y o f t h ed i g i t a li m a g e i nr e c e n ty e a r s ，w i t ht h eh i 曲一s p e e dd e v e l o p m e n to f m u l t i m e d i aa n dn e t w o r k st e c h n o l o g y m a n ym e t h o d so f d a t ac o m p r e s s i o nh a v eb e e ni n t oa p p l i c a t i o n t h e r ea r es o m ei n t e r n a t i o n a l s t a n d a r d so fd a t a c o m p r e s s i o nw h i c h i st h eb a s eo fw i d e l yu s i n go fd a t ac o m p r e s s i o n r e s e a r c ha n da p p l i c a t i o no nw a v e l e tt r a n s f o r mi m a g ec o m p r e s s i o ni sv e r ya c t i v ei nt h el a s t f e wy e a r s a sh a sb e e np r o v e d ，m e t h o d so fw a v e l e tt r a n s f o r ma r eb e r e rt h a no t h e rm e t h o d s ， a n dh a v ea p p l i e dt ot h ef i e l d so fs t i l la n dm o v e di m a g ec o m p r e s s i o n ，a sw e l la sak e yp a r ti n s o m ei n t e r n a t i o n a ls t a n d a r d ss u c ha sj p e g 2 0 0 0 ，m p e g - 4 h o w e v e r ，i ti s s t i l lar e s e a r c h h o t s p o tt h a th o w t od e a lw i t ht h ec o e f f i c i e n t st r a n s f o r m e df r o mad i g i t a li m a g ew i t hw a v e l e t i nam o r ee f f i c i e n tw a y v e c t o rq u a n t i z a t i o n ( v q ) i sa l w a y sm o r ep o w e r f u lt h a ns c a l a rq u a n t i z a t i o ni nt h e o r y b u t v e c t o rq u a n t i z a t i o n sc o m p u t i n gq u a n t i t yi sv e r yl a r g e ，w h i c hi so n er e a s o n t h a ti tc a nn o tb e w i d e l yu s i n g a r t i f i c i a ln e u r a ln e t w o r k s ( a n n ) i s ad i s t r i b u t e ds y s t e mt h a tc o m p u t e sv e r y f a s t a n dc a l ld e a lw i t ht h ep r o b l e mo fl a r g ec o m p u t eq u a n t i t yw h i c hv qb r i n g s s ow e c o m b i n e t h ea n na n dv qi no r d e rt oa d v a n c et h ev qa n dr e a l i z et h ef a s tv q w h i c hi su s e dt o 3 夺波鏊像基于边缘裙始纯黝竞争弼络静矢蘩鲎纯方法( w e i c l ) 磷窕 c o m p r e s st h ei m a g ed a t a an e w m e t h o di sp r o p o s e di nt h i sp a p e rt h a t 、 忸v e l e ti m a g ed a t a - v e c t o rq u a n t i z a t i o no f c o m p e t i t i v en e t w o r kb a s e do n e d g ei n i t i a l i z a t i o n ( w e i c l ) w e i c li sam e t h o do fw a v e l e ti m a g ed a t ac o m p r e s s i o n b yv q t r a i n e db y a n n i m a g e d a t ao b t a i n e db y3l e v e l sw a v e l e tt r a n s f o r ma r ed i v i d e di n t os o m ev e c t o r s ，t h e nw eu s ea n n t ot r a i nt h ev e c t o r ss oa st or e a l i z ef a s tv q i nt h e p r o c e s so f s c h e m er e a l i z a t i o n ，t w om e t h o d s a r et a k e n 协e n h a n c ep s n ra n dr e d u c e a l g o r i t h mc o m p l e x i t y , i n c l u d e ( 1 ) o nt h et i m eo fn e u r a ln e t w o r k s i n i t i a l i z a t i o n ，w ea d o p tt h em e t h o d sb a s eo ne d g e i 正t i a l i z a t i o n 髓l u st h e r ea r em o r ec o d e w o r d si i tt h es m o o t h 蠡e l da n dl e g si no t h e rf i e l d so f t h e i n i t i a l i z e dc o d e b o o k t h ec o d e b o o k s c o d i n gc a p a b i l i t yi sb e t t e rt h a nt h ec o d e b o o k s g e t t e d f r o mt h er a n d o mi n i t i a l i z a t i o n o nt h es a m et i m e ，t h e t r a i n i n gt i m ei sr e d u c e d ( 2 ) w e u s ef a s ta l g o f i t h r ni nt h ec o u r s eo f t r a i n i n ga n ds e a r c h i n gc o d e b o o k t h es i m u l a t i o nr e s u l ts h o w st h a t ，w e i c li sb e t t e rt h a nj p e g 2 0 0 0w h i c ha d o p t st h r e e l e v e l sw a v e l e tt r a n s f o r m b e c a u s ew en s et h em e t h o d sb a s e do ne d g ei n i t i a l i z a t i o nw h e nw e i n i t i a l i z et h ec o d e b o o k , t h e t r a i n i n gt i m ei sl e s sa n d c o d e b o o kc o n t a i n sm o r ee d g ed e t a i l t h u s t h er e s t r u c t e di m a g ei sm u c hc l e a r e rt h a nt h a tb yj p e g 2 0 0 0 w h i c h a d o p t s t h r e el e v e l sw a v e l e t t r a n s f o r m t os u n lu p ，w e i c ls c h e m e ，w a v e l e ti m a g ed a t av e c t o rq u a n t i z a t i o no fc o m p e t i t i v e n e t w o r kb a s e do n e d g ei n i t i a l i z a t i o ni sar e m a r k a b l ya d v a n c e di m a g ec o m p r e s s i o n s c h e m e 4 山东大学硕士学位论文 k e y w o r d s ：i m a g ec o m p r e s s i o n ，w a v e l e tt r a n s f o r m ，f a s tv e c t o rq u a n t i z a t i o n ，n e u r a l n e t w o r k sc o m p e t i t i v e l e a r n i n g ，e d g ei n i t i a l i z a t i o n 5 小波图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 前言 人类从外界获取的信息有6 0 以上来自视觉。文字、图像、景物等视觉信息带给人 们直观、生动的形象。视觉信息的传输在通信中占有愈来愈重要的地位。而图像信息的 数据量相当庞大，这将给存储器的存储容量、通信干线信道的传输率( 带宽) 以及计算机 的处理速度增加极大的压力。采用先进的压缩编码算法将数字化的视频数据压缩，既节 省了存储空间，又提高了通信干线的传输效率，同时也使计算机实时处理和播放视频信 息成为可能。 图像压缩编码技术可以追溯到1 9 4 8 年提出的电视信号数字化，到今天已经有5 0 年 的历史了。五十年代和六十年代的图像压缩技术由于受到电路技术等的制约，仅仅停留 在预测编码、亚采样以及内插复原等技术的研究，还很不成熟。1 9 6 9 年在美国召开的第 一届“图像编码会议”标志着图像编码作为- - f 3 独立的学科诞生了。到了7 0 年代和8 0 年代，图像压缩技术的主要成果体现在变换编码技术上，矢量量化编码技术也有较大发 展，图像编码技术开始走向繁荣。自8 0 年代后期以后，由于小波变换理论，分形理论， 人工神经网络理论，视觉仿真理论的建立，人们开始突破传统的信源编码理论，图像压 缩编码向着更高的压缩比和更好的压缩质量的道路前进，进入了一个崭新的、欣欣向荣 的大发展时期。 当前，采用何种策略对小波变换后的数据迸行处理是图像压缩领域的一个研究热 点，对此，本文提出了 l r e i c l 一一一对小波图像数据基于边缘初始化的竞争网络的矢量量 化方法。 6 函东大学磺士学佼论文 第一章图像压缩的原理和发展 数字戮像懿数据量菲鬻董大，现数一懿电视壤号为镶，按c c i r 6 0 1 标滤，数字纯后 的分辨率为7 2 0 5 7 6 ，每秒2 5 帧，y ：u ：v 为4 ：2 ：2 。若以8 b i t 表示y 信号，则每 象綮占1 6 b i t ，数码率为1 6 5 9 m b p s 。以6 4 k b p s 作为一个数字话路，若不加压缩，为 传输一路嚷视要占粥2 5 9 2 个有效数字话鼯，这程实际应粥中是难潋接受静。c c i r 6 0 1 耘难数字奄攫耍象分铹熬数据囊是1 1 8 7 mb y t e ，这么庞大兹数攒馊霉一张6 5 0 m b 豹 c 卜r o m 不能存储1 分钟的视频影像，而一块1 0 g 的硬盘也存储不了几分钟的视频图像。 数字图象传输所需的高传输速率和数字图像存贮所需的巨人容量将成为推广应用数字 图像通信的最大障碍。这就是为什么要逶行罄像瑟缩编码鹩根率溅避。 1 1 圈象压缩原理 图象藤缩豹蓦勰在于数据是穰惑彝趸余度豹缀合，减少凌去豫您余度簸冒疆嚣缝数 据。图象数据确实具有缀大的压缩潜力，图象数据主要存在着以下数据冗余。 1 1 1 编码冗余 对圈豫编羁辩嚣要建嶷码本滋表达嚣豫数据。这里璐零是豢建寒表这一定蘩熬售 息或一组攀彳牛所掰购一系列符号。其中对每个信息裴事件所赋的码符号序列称为码字， 而每个码字里的符号个数称为码牢的长度。如果编码所用的码本不能使每像素所需的 平均比特数达到最小，就说明存在编码冗余。 1 1 2 像素润冗余 小波图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 在缀多形式豹图豫觳露中，像素与像素之瀚无论楚行方向惩是在捌方向都菇有很 大鲍据荚性，爨露整体点数搔的冗余度缀大，农允许一定限度失真豹懿提下，霹戳对 图像数据进行很大程度的压缩。这种与像素间棚关性直接联系澍的数据冗余叫像素间 冗余，也称为奎间冗余。一幅图像各像素的值可以比较方便的幽它邻近像素的值预测 窭栗，每个独立瓣豫素掰揍带翡信惑穗对较少。为了减少强豫审静像素溺冗余。需要 糨常用的二维像素矩阵表达形式转换为綮耱更考效的表达形式。 1 1 3 心理视觉冗余 黢精获感受戮戆委象区域亮度不仪纹与遥城懿爱袈澎有关，这耱蛾象靛产生是由 于眼睛并不是对所有视觉信息有捆同的敏感度。有些信息在通常的视觉过程中棚对来 说不是那么重要，这些信息可认为是心迥视觉冗余的。心理视觉冗余的存在与人观察 图象的方式有关，入在蹴察图像时主要时寻找篥些浇较明显的秘标特德，而不怒定量 瓣分毒厅黧像中每个象素救亮度。入透过缝子里努辑这些霉毒征势与先验熟识结合叛完残 对图象的解释过程。 此外还存在蕻他形式的冗余，就不一一介绍。正是由于存农数据冗余，图像的数 据压缩怒可能豹。蚕豫数据篷缩技术是多媒薅鞠像技术牢十分鍪耍静鬣成部分t 翔栗 不进行蠢效的数援压缝，则无论传竣还怒存储都缀难实用化。藤采用数据压缩蛇好处 就在于： ( 1 ) 能较快的传输备种媒体的信源，降低倍道占用费用或掇高外设的吞吐擞： ( 2 压缩数据存镱容量，降低存辕费罴： 1 2 圈像数据压缩编码的研究发展综述 8 山东大学硕士学位论文 1 8 4 3 年莫尔斯( m o r s e ) 的电报码是最原始的变长码数据压缩实例。1 9 3 8 年里夫斯 ( r e e v e s ) 、1 9 4 6 年德劳雷思( e md e l o r a i n ) 以及贝尔公司的卡持勒( cc c u t l e r ) 分别 发明了脉冲编码调制( p u l s ec o d em o d u l a t i o n ，p c m ) 、增量调制( d e l t am o d u l a t i o n m ) 以及差分脉冲编码调制( d i f f e r e n t i a lp c m ，d p c m ) 。 1 9 4 8 年香农( c e s h a n n o n ) 在其经典论文“通信的数学原理”中首次提到信息率 失真函数概念，1 9 5 9 年又进一步确立了率失真理论，从而奠定了信源编码的理论基 础。1 9 4 8 年提出电视信号数字化后，就开始了图像压缩编码的研究工作。 1 9 5 2 年哈夫曼( d a h u f f m a n ) 给出了最优变长码的构造方法。同年贝尔实验室的 奥利弗( b m o l i v e r ) 等人开始研究线性预测编码理论；1 9 5 8 年格雷哈姆( g r a h a m ) 用计 算机模拟法研究图像的d p c m 编码方法：1 9 6 6 年奥尼尔( j b 0 n e a l ) 对比分析了d p c m 和p c m ，对电视信号传输进行了理论分析和计算机模拟，并提出了用于电视的实验数据 又子1 9 6 9 年进行了线性预测编码的实验。 1 9 6 8 年安德鲁斯( h c a n d r e w s ) 等人采用二维离散博立叶变换( 2 卜d f t ) 提出了变 换编码。此后相继出现了沃尔什一哈达玛( w a l s h - - h a d a m a r d ) 变换、斜变换( s l a n t 变换 由e n o m o t o 和s h i b a t a 引入) 、k _ l 变换、离散余弦变换( d c t ) 等。 1 9 8 3 年瑞典的f o r c h h e i m e r 和f a h l a n d e r 提出了模型基图像编码( m o d e l b a s e d c o d i n g ) 。在后来的图像编码会议( p i c t u r ec o d i n gs y m p o s i u m ，p c s ) 以及其他一些国际 会议上对极低码速率的视频编码进行了深入的研究工作，多用于电视电话的信息传输。 1 9 8 6 年，m e y e r 在理论上证明了一维小渡函数的存在，创造性地构造出具有一定衰 减特性的小波函数。1 9 8 7 年，m a l l a t 提出了多尺度分析的思想及多分辨率分析的概念， 成功地统一了在此之前各种具体小波的构造方法，提出了相应的快速小波算法 m a l l a t 算法，并把它有效地应用于图像分解和重构：1 9 8 9 年，小波变换开始用于多分 辨率图像描述。 9 小波图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 1 9 8 8 年美国g e o r g i a 理工学院的m f b a r n s l e y 在b y i e 上发表了分形压缩方法 1 9 9 2 年a j a c q u i n 实现了分块迭代函数系统( p i f s ) ，完善了分形编码压缩方法。 1 9 8 8 年在图像压缩编码的发展历史中是极为重要的一年。几十年研究成果的集中表 现在确定了h 2 6 1 和j p e g 两个建议的原理框架，奠定了2 0 世纪9 0 年代初相继提出的 m p e g 一1 、m p e g 一2 、h 2 6 3 等标准的基础。 1 9 9 1 年3 月，“联合图片专家组”( j o n i tp h o t o g r a p h i ce x p e r tg r o u p ，j p e g ) 提出 j p e g 标准草案，1 9 9 4 年正式通过( i s o1 0 9 1 8 ) 。1 9 9 1 年为二值图像编码制订了j b i g 标 准( i s oc d1 1 5 4 4 ) 。 1 9 9 2 年，“动态图片专家组”( m o v i n gp i c t u r ee x p e r tg r o u p ，简称m p e g ) 提出的 “用于数字存储媒体运动图像及其伴音串为1 5 m b i t s 的压缩编码”简称为m p e g l 、 做为i s oc d l l l 7 2 号建议通过，1 9 9 3 年正式通过。 1 9 9 3 年提出m p e g 一2 标准草案，1 9 9 4 年正式通过( i s 0 i e c1 3 8 1 8 2 ，视频部分为 i t u th 2 6 2 ) ，处理能力可达广播级水平。m p e g 一2 标准兼容m p e g 一1 标推，适应于 1 5 m b i t s 8 0 m b i t s 编码范围。m p e g 一2 标准也是d v d 和高清晰度电视( h d t v ) 全数 字方案所采用的数据压缩标准。 1 9 9 5 年1 月，国际标准化组织i t u _ _ t l b c 工作组为极低数码率电视电话( v e r yl o w b i tr a t ev i s u a lt e l e p h o n e ) 的工作形成了h 2 6 3 视频压缩编码草案。1 9 9 7 年1 1 月提 出了m p e g 一4 用于极低数码率数据压缩，1 9 9 9 年m p e g 一4 形成国际标准。 1 9 9 8 年提出的m p e g 一7 标准，是“多媒体内容描述接口”，在2 0 0 1 年完成并公布。 2 0 0 0 年3 月更高压缩率以及更多新功能的新一代静态图像压缩技术j p e g2 0 0 0 协议草 案出台。 1 3 图像压缩技术的分类 i o 山东犬学硕士学位论文 醋像压缩、编码可以根据解压重娥后的图像和原始图像之间是否舆有误蓉，可分为 无援疆缡、绽璐秘骞攒嚣缝、编码瑟大类。蘩老矮子要求重建露强豫严格遮巍缳始国豫 保持相同的场念，后者则适合大多数工程应用的情况。图像编码也可以根据实燧编码所 在的数据域划分为空间域编码和变换域编码两大类。此外还有一些其宦的、新的图像愿 缩编弱方法，肖些萋予一些薪的理论和交换，有些是两种或两种以上方法的缀含，有的 既要京空闻域墩要在变换域遴行处理。 常用的图像数据压缩或编码方法脊：空间域编码、变换域编码及一些其它方法。 + 3 1 蜜闷域编粥 空闯域编码是直接在空耀城中进露的图像缡码。主要有： p c m 编码； d p c f 编码； 行程编褊； 帧间编码。 ( 1 ) p c m 编码 p c m 编码又称脉冲编码调$ ! | ( p u l s ec o d em o d u l a t i o n ) ，它是对连续图像信号的空潮 采群、穰蓬量稼及焉逶警码字将其壤秘瓣总豫。壤羁蠢莓长编褥窝不等长编璐廷秘e ( 2 ) d p c m 编码 d p c m 编码又称差分脉冲编码调制( d i f f e r e n t i a lp u l s e c o d em o d u l a t i o n ) ，它怒 空闻域中最成熬也是最遥露酌一释编福技术。它帮语富信号鲶疆串爱霜豹线挂预测缀 弱l p c ( l i n e 料p r e d i c t i v ec o d i n g ) 在结构上燕完全期闲戆，趿此又称为线性预测编鹨 或简称预测编码。 ( 3 ) 行程编码 小波图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 行程编码就是把原图像序列( 灰度值) _ 。，五x ：映射为整数对( & ) 序 列，其中，g 。表示灰度级，表示具有g 。灰度级的顺序像素数( 即行程长) 。如果具有 相同灰度级的顺序像素数越多，即行程越长，那么这种编码便越有效。行程编码可以分 为一维行程编码和二维行程编码。 ( 4 ) 帧间编码 帧间编码是针对于运动图像的，除了要完成一帧图像本身的相关数据压缩之外，还 要对帧间的相关性进行压缩。 1 3 2 变换域编码 变换域编码是在各种变换域进行的图像编码。变换域编码的一项重要工作就是寻求 一种可逆的线性变换，使图像数据经过这种变换后，可以用一组非相关数据( 系数) 代替。 把这些系数按其含有图像信息及其对图像主观质量影响的重要程度顺序排列起来，那 么，删除一些不重要的系数将不会对重建图像质量发生重大的影响，从而达到压缩的目 的。变换域编码主要包括以下方法： k l 变换编码； 其它变换编码； 子带编码； 自适应变换域编码。 ( 1 ) k l 变换编码 k l 变换对图象编码来说是一种最佳的变换，在满足重建精度要求的条件下，它具 有最少的变换系数，但是其运算量太大，从而限制了它的使用。目前已经研究出了基于 k l 变换的简化方法来实现图像编码。 ( 2 ) 其它变换编码 1 2 虫东大学硕士学位论文 在不要求交换的最佼性质时，许多其它的变换都可糟作图像编码的变换映射，弼莉 用f o u r i e r 变换、余弦变换、h a d a m a r d 变换等都可用于图像编码。 ( 3 ) 子带编码 子带编码( s u b b a n dc o d i n g ) 的基本思想是把图像信号通过一组带通滤波器分解成不 潜颓带内酶分量，然后程每个独立的子带中，对信号逶稃降率采样和荦独编璃。透过频 率分解，可以去除信号的相关性、减少多余度，且由于能量在不问频带分布的不同，可 戳采蒂不同长度豹码字对各不同颓带内傣号避行编秘。就乡 ，由子量纯是在番子崇内单 独进行的，因此攫化噪声被限制在各子带内，可以防止能量较小频带内信号受其它频带 内量纯臻声麴干扰和影确。褒褶麓失奏象 牛下，子带编璐将毖全频繁壤玛有较低的比特 率。 ( 4 ) 鑫适应变换壤编码 白适应变换域编码所选用的变换方法可以是任一种圈像变换。但由于d c t 变换实现 容易，又接逶予擐佳的k l 变换，暇此选用较多。 通常，自适应交换域编码先在空间域把图像划分成若干子块，划分的依据是： 块内数攒的方差：6 ；2 萨1 札懒z t x r ( 一羲】2 m - i m - t 或交流能量：r = 【以 ，v ) 】2 - i x 。( o ，o ) 】2 ， 炳式中，五为子块号，m 2 为予块内向素数，歼名表示第k 个予块的区域，x x 表 示第k 个子块内蒙素平均获魔，繇表示第k 个子块漆象索所含髂交流熊量 依据块内数据的方蓑或交流能量，予块可以分为两大类：平稳区和活跃区，也可以 缁分为稳定嚣、猫活动区、活动区和强滔动嚣园犬类。蠡逶皮编鹚就是裰据举因类嚣域 分配不同的弼字长，从而达到压缩的目的的。因此，自适应变换域编码过程可以有两次 小波鬻像莲予边缘祷始纯的觉争鼹绦酌矢量塞德方法( w e i c l ) 研究 数据鹾缀：对变换系数，滏它嬲小于麓一绘定f j 双对被嬲滁：对不弱类送域，用不等长 缡弱。 。3 。3 蕊宅编码方法 豫空阈域编弼帮变换域编码矫，鬻鞠豹图像数据疆缭或编码方法还褥：矢量蓬佬、 巍逶斑矢囊垂纯、基予模型鹣绽秘、瓣经惩终编秘、势形编码、，l 、波缡鹨、漫念绦秘等。 并且隐着通信、多媒体技术及成带、傣怠商速公路等旋带霈求的刺激，圈像数据压缩或 编羁熬裁瀑论鞍方法将苓鞭溪瑗。 一般说寒，d p c m 对予保持物体崧豢象申黪位置是最佳的，鼹提供良好的潜像与获 度经髓，保存背泶信惑，实瑗简鼙。德边缘清渐魔晒嚣，缩减皖率有隈；丽辩，由于误 差会扩散传播，繇戳抗逶道误鹤瓣糍力较弱。糟瓣是锌辫二缀搿像豹聪缀标猿。j p e g 鬻跫楚璞彩色筑攀色黪壹蕊豫鹣撼臻粒凌。释瘸玄霹疆获褥较褰耱压缭玩，势爨掩较烂 的信嗓比，从蕊大大节省图像群锉空间，降低遵傣带宽，但是编码过糕会使物体巍景象 中静位鍪晦寄移动( 帮发生冗篱麟交) 。努豁，凌寨垂维魄臻会，j p e g 豹霪蘸罄慷在本 警弱参壹方恕蜀熊有肇辫、翅影，产交方块效趣。m p e g 是针对运动强像匝缨豹阐蕲标 壤，纛藐这察爨j p e g 受蹇戆疆缝魄。 通常认为，j b i g 、j p e g 、v t e p g - 1 ，m p e g - 2 、m e p g - 4 戳放i k , f 1 1 e g 一7 图像聪缩的 誉舔椽毽逶铮瓣举同疯蕉鹣最佳藤缩棼法之一。巍这戆耩准之孛娥功遮慕矮了疆土簸一 种藏多张混合蘧缩技零。 1 。4 小波鼗换甩乎糊像愿继 由采大学磺士学位论文 蔻了继承f o u r i e r 分析( 余弦交换和正弦变换都可以视为f o u r i e r 变换的特例) 趵优 点，同时又克服它的许多缺点，人们直在寻找新的方法。小波变换的理论是近年来兴 起的新的数学分支，它是继1 8 2 2 年法国人傅立叶提出傅立奸变换之后又一里程碎式的 发袋，释凌了很多篱立砖变换不能解决懿爨难闫瑟。 小波变换用于图像编弼的基本思想就是把图像进行多分辨率分解分解成不同空 间、不同频率的子豳像，然后再对予图像进行系数编码。系数编码是小波变换用予压缩 的核心，压缩的实质是对系数的量化篚缩小渡交换的图像鹾缩方法在对缩肇鹜像进行 垂绻封，逶鬻是忽醛缨苇强像孛熬燹效枣波系数，疆傈整蠢效小波系数。国予有效小波 系数具有分布散、数量少的特点，故要提高小波变换的图像压缩性能，就瑟有一个针对 细节图像特征进行有效编码的方法。 5 炙量量化篪壤方法 矢量量化是七十年代发展起来的一种数据压缩技术，薮理论基础是信息论中的“率 失寞瑗论”。霹定的弼率霞，豢小羹纯失真d ( 角塞德信号与驻始信号之阕豹误差 均方篷襄躁信号均方值之魄来褥量) 是一定豹，即d 可表示为震的遵数d 江) 无论对 于何种信源。矢量激化总忧于标量盘化，凰矢量维数越大，优越性越高。 矢量量化的基本方法怒从称为码书( c o d e b o o k ) 的码字集合中选出最紧密适配予输 入窿箍豹一个码字来近豫一今采榉謦翻( 帮一令矢蠢) 。遮耱量纯蠢法是稳鼹予栎爨量 化提出豹，以输入膨列与选毖静码警之闯的失真最小为依据。矢量基化比栎量量化有更 大的数据联缩能力。 矢量薰纯器设计中应用的最主袋的是聚类算法，诧算法用一训练序列代表信源謦菇 莰诗是部豢钱豹蠢纯器，溅成功遮翅手诲多蓿澡。其孛，l b g 算法是矢量爨健玛螯设计 的基本算法。 l s 尘运图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 第二章矢量量化及其压缩特性 矢量量化是一种高效的数据压缩技术，是标量量化的自然发展。本章将讨论什么是 矢量量化，它的基本原理是什么，怎么设计矢量量化器，它与标量量化相比有什么特点 等基本问题。 2 1 矢量量化的定义与矢量量化器的构造 2 1 1 矢量量化的定义 矢量量化是先把信号序列的每五个连续样点分成一组，形成茁维欧氏空间中的一 个矢量，然后对此矢量进行量化。 如 x lx lx 3x 4x 啪 图2 - i4 维矢量形成示意图 如图2 - l 中的输入信号序列t 靠) ，每4 个样点构成一个矢量( 取k - - 4 ) 共得到n 4 个4 维矢量，蜀，竭，局，五“。矢量量化就是先集体量化蜀，然后量化为，依次 向下量化。下面以j 0 2 为例进行说明。 1 6 山系大学颟士学位论文 。￥!旧 一 弋。 y 。； q ， j 7 一一一 j 。v y s y ， 图2 - 2 矢量爨健壤念零意图 当k = 2 时，所得到的是一些2 维矢量。所有可能的2 维矢量就形成了一个平面。 如果记2 维矢量为( 口l ，0 2 ) ，所有可能的( d l ，a d 就是一个2 维欧氏空间。如图2 2 所示，矢量驻亿就怒先把这个平面划分成涣( 稆当于标量嫩住孛静量亿区游) s ，& s ，；然嚣辍簿一块孛投一个代表蓬( 媚当予橼羹量纯中豹量化篷) 嚣( 卢1 ，2 ， ) ，这就构成了一个有个区间的2 维矢熊量化器。如图2 2 所示的是一个7 区间的 2 娥矢量量化器，即k = 2 ，n = 7 ，般有y i ，琏，玢个代表值，通常把谗些代表值f 称为量纯矢璧。 若要慰落在2 维矢量塑闻里的个摸拟矢量x - - ( 口l ，a 2 ) 进行量化，首先要选一 个含适的失真测度，而后利用最小失真原理，分别计算用黛化矢量k ( 卢1 ，2 ，7 ) 替代x 所带来的失真。其中最小失真值所对应的那个量化矢量巧( j = l ，2 ，7 ) 中 菜一个，就楚模按必量盖耱藿 奄矢爨。逶零戆嚣有令量能矢量( 燕毒每矢慧) 构袋熬集 会 蕺) 穗为妈书( c o d e b o o k ) 。把玛书中豹每个量化矢量班称为码字( c o d e w o r d ) 。不同 的划分或不间的量化矢量选取就可以构成不同的矢量量化器e 根据以上对矢璧量化的描述，我们可以把矢煮量化定义为： 矢量爨往是把个萱缭模攘矢誊羔g 够c 曼浚射为另令罡缝量证失爨 y r ； h ，y 2 。，h ie ) 1 7 一夺渡黼像基予边缘襁始纯的竞争网络的矢蛩童亿方潦( w e i c l ) 研究 。”“。”_ _ - - _ _ _ - _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ _ - _ _ _ - _ _ _ _ _ _ _ _ - _ 二_ _ _ _ - _ _ _ _ _ - 二二= = 一 其数学表示式必 y = q 式中 一输入矢量： 疹一薅滋空蠢； x 缎欧氏空间： 】，一量化矢量( 码字) ； f 输出空闽( 礴书) ： g - 一量绽簿号； 一码书的大小( 即码字的数目) 。 矢蹩量化系统通常可以分解为两个映射的乘积 q ；醪 式孛g 是编羁嚣，它罴将输入矢量盖g 曲c r f 默射为镲道符号袋蟊= f i ，趣，秘中 的一个元；p 是译码器，它悬将信道符号 映射为码书中的一个码字m 。即 堪玲一bx 蒜审t 屯e l k $ = 甄j g l k f y s 攀 假设信道稽号集驴 l ，2 ，3 ，i ，被，这磐不失一般性，这样便瓤用下式 来描述个简雄的矢量量化器： 馘冷= ix 联曲， l n 铲l l鸯g l k ，y l 攀 2 1 2 失真测度 设计矢量麓化器的关键是编码器a ( 2 0 的设计，而译鹃器饿f ) 的工俸仅是一个简单鹩 粪表：；雯捱。为了导窭缓褥器弱弱竣谤方法，翳弓| 入失真测瘦夔摄念。失宾测发选月熬 合适与西，直接影响系统的设计性能。 1 8 由衷大学磺士学锭论文 失真测度d ，d 是一个由乘积空间些x 学知到非负实轴的映射，即 d ，中一 0 ，。】 可以这样说，失真溯度是黻仔么方法来反映糟码字嚣替代信源矢爨x 所付出的代价。这 秘代徐豹缝诗乎均毽( 平均失真) 搓述7 矢量量能爨豹王终特性，郎 d = q 战以g ) 】 式中e 】袭示求期望。 常用静失真灏度寄蔽下几释： ( 1 ) 乎方失真测度 d ( x ，y ) 锈x i ：1 1 2 = 陇- r , ) 2 式中，盼| 陵范数。这是袋掌磊的失寞溪l 袋，霾必它暴予处理农计算，劳纛在主戏评徐 上有意义，即小的失真值对应好的主观评傍质量。 ( 2 ) 绝对误麓失真测度 f d ( x ，”= j x - r l = jx ，- r , ， 此失真测度的主要优点是计算简单，硬件容易实现。 ( 3 ) 加权平方失真测度 式孛， r 一矩蓐转萋搴孥警； 正寇加权矩阵。 ( 4 ) 线性预测失真测度 矗瞄碲一( 嚣玲嗽y ) d ( r ) ( f 一_ j ) = 却( f ) ( o f 劬) r l 式中， a ( x 3 ) 一预测器系数； 1 9 小波图像基于边缘初始化的竞争网络的矢量量化方法( w e i c l ) 研究 p 一滤波器阶数； 庐( f ) ( 0 f p ) ) 一信号短时自相关系数。 在矢量量化器的设计中，失真测度的选择是很重要的。一般来说，要使所选用的失 真测度有实际意义，必须要求它具有以下几个特点： i ) 必须在主观评价上有意义，即小的失真对应好的主观质量评价； 2 ) 必须在数学上易于处理，能导致实际的系统设计： 3 ) 必须可计算并保证平均失真d = e 【d ( x 掣) ) 】存在； 4 ) 采用的失真测度，应使系统容易用硬件实现。 2 1 3 矢量置化器 有了失真测度，就可以根据矢量量化的定义来具体设计矢量量化器了。通常用最小 失真的方法，即最近临近法n n r ( n e a r e s tn e i g h b o rr u l e ) 来设计，也就是要满足下式： 口( x ) = i 苗d ( x ，r ) d 聊w ，n 式中，知= f 1 ，2 ，3 ，i ，) ； 一码书的大小； 符号曹表示当且仅当( 充分必要条件) 。 输 编码端 译码端 图2 - 3 一个简单的矢量量化器框图 这样就可以得到一个如图2 - 3 所示的矢量量化器实现框图。其简单工作过程是：在 2 0 山东大学硕士学位论文 编码端，输入矢量工与码书( i ) 中的每一个或部分码