小波与分形技术在图像压缩方面的研究与应用
摘要
图像压缩有其重要的意义，小波分析技术和分形技术凭借自身的种种优势，成为数据压缩领域中备受关注的技术，引起了许多研究者的兴趣，发展也很迅速，同时在通信领域、娱乐领域、计算机领域等各个领域得到了广泛的应用。
本文首先介绍了图像压缩的研究意义以及图像压缩的基本原理和方法，并简单介绍了静态图像和动态图像的一些国际标准。
然后本文主要对小波算法、分形算法进行了分析研究，在此基础上，提出了一种小波与分形结合的新算法方案，并通过实验证明了该算法方案的可行性和有效性。
图像压缩的过程，包括变换、量化和编码。无论是采用小波技术，还是分形技术，在图像压缩中进行变换时，滤波器的选择是影响图像压缩质量的一个关键因素。选择滤波器时，人们一般考虑正交性、对称性、正则性、支撑集和消失矩阶数等滤波器本身的性质，却很少将他们与图像纹理特征、滤波器长度、压缩比等因素综合起来考虑。本文对多种常见滤波器，采用相同的自适应量化编码方法进行实验，研究并分析了选择滤波器时应该考虑的图像纹理、滤波器长度、压缩比等一些综合因素，有效解决了在小波图像压缩过程中，如何更好的选择滤波器的问题。
小波分析技术应用广泛，在医学上同样也具有很好的应用价值。本文将小波图像压缩技术应用于医学影像的压缩，通过对医学上的X光和CT影像图进行压缩，证明该方法能够在不影响医学病理分析的基础对图像进行高压缩比的压缩，该方法得到了河北省三院有关专家的认可。
Image compression is very important, wavelet analysis and fractal technology have drawn many students' attention in the field of data compression because of many advantages. The two technologies develop fast, and have been applied in many fields, for example the field of communication, the field of enjoy and the field of computer.
First, in this paper, we introduced the theory, method and the international standard about image compression.
Second, in this paper, we also research the arithmetic of wavelet and fractal, at last give a method to synthesize the two technologies. Through experiments testify this method is feasible.
Choice of filter in wavelet image compression is a critical factor which affects image compression quality. People often think about the filter's characters of orthogonal, symmetry, regularity, but seldom synthetically think about some factors such as image texture or compression rate. In this paper used the same adaptive arithmetic coder for many filters, analyzed the effect factors synthetically for the best wavelet compression, and give some methods for selecting filter.
At last in this paper, we apply wavelet analysis in medicine. Through compressing the image of X ray and the CT show wavelet is a very good technology which can compress medicine-image in high ratio but not affect the analysis of pathology. This method were accept by expert of the Third Hospital in Heibei
本文首先介绍了图像压缩的研究意义以及图像压缩的基本原理和方法，并简单介绍了静态图像和动态图像的一些国际标准。
然后本文主要对小波算法、分形算法进行了分析研究，在此基础上，提出了一种小波与分形结合的新算法方案，并通过实验证明了该算法方案的可行性和有效性。
图像压缩的过程，包括变换、量化和编码。无论是采用小波技术，还是分形技术，在图像压缩中进行变换时，滤波器的选择是影响图像压缩质量的一个关键因素。选择滤波器时，人们一般考虑正交性、对称性、正则性、支撑集和消失矩阶数等滤波器本身的性质，却很少将他们与图像纹理特征、滤波器长度、压缩比等因素综合起来考虑。本文对多种常见滤波器，采用相同的自适应量化编码方法进行实验，研究并分析了选择滤波器时应该考虑的图像纹理、滤波器长度、压缩比等一些综合因素，有效解决了在小波图像压缩过程中，如何更好的选择滤波器的问题。
小波分析技术应用广泛，在医学上同样也具有很好的应用价值。本文将小波图像压缩技术应用于医学影像的压缩，通过对医学上的X光和CT影像图进行压缩，证明该方法能够在不影响医学病理分析的基础对图像进行高压缩比的压缩，该方法得到了河北省三院有关专家的认可。
Image compression is very important, wavelet analysis and fractal technology have drawn many students' attention in the field of data compression because of many advantages. The two technologies develop fast, and have been applied in many fields, for example the field of communication, the field of enjoy and the field of computer.
First, in this paper, we introduced the theory, method and the international standard about image compression.
Second, in this paper, we also research the arithmetic of wavelet and fractal, at last give a method to synthesize the two technologies. Through experiments testify this method is feasible.
Choice of filter in wavelet image compression is a critical factor which affects image compression quality. People often think about the filter's characters of orthogonal, symmetry, regularity, but seldom synthetically think about some factors such as image texture or compression rate. In this paper used the same adaptive arithmetic coder for many filters, analyzed the effect factors synthetically for the best wavelet compression, and give some methods for selecting filter.
At last in this paper, we apply wavelet analysis in medicine. Through compressing the image of X ray and the CT show wavelet is a very good technology which can compress medicine-image in high ratio but not affect the analysis of pathology. This method were accept by expert of the Third Hospital in Heibei
引文
[1]林福宗．多媒体技术基础．第2版，北京：清华大学出版社，2002．58-60
[2]王军，韩志强．多媒体技术发展现状及未来发展趋势浅谈．情报技术与实践，2000，NO．3：145-147
[3]唐良瑞，黄心渊．一种基于人眼视觉特性的图像压缩方法．电视技术，2000，NO．12：5-7
[4]吴瑾．图像编码与小波变换编码．武汉科技大学学报，2000，vol．23 NO．3：289-292
[5]吴国，苏沛浦，操丰梅．小波变换在微机变压器保护中的应用．2000，vol．17 NO．1：27-34
[6]徐佩霞，孙功宪．小波分析与应用实例．合肥：中国科学技术大学出版社，1996．P121-136
[7]潘焕焕，赵言正，高学山．基于小波包变换的纹理分类的水冷壁表面模式识别．计算机应用研究，2000，NO．11：10-11
[8]张代宗 译．曼德布罗特集的秘密．http://www.fractal.com.cn/fxrm/index.htm
[9]吴乐南．数据压缩的原理与应用．第二版．北京：电子工业出版社，1996．12-13
[10]齐东旭．分形及其计算机生成．北京：科学出版社，1996．45-52
[11]张贺．小波图像压缩技术的研究-基于HVS的零树小波图像压缩方法：硕士论文．北京：北京工业大学，1999
[12]Morlet's Wavelet.http://www.eso.org/projects/esomidas/doc/user/98NOV/volb/node312.html
[13]杨福生．小波变换工程分析与应用．北京：清华大学电机与应用电子技术系，1997．93-95
[14]王颖，谭敏．静止图像压缩标准和技术．电视技术，2000，NO．216：74-75
[15]the MPEG Standard. http://bmrc.berkeley.edu/frame/research/mpeg/faq/mpeggeneral.html
[16]宋国文，叶伟钊．低比特率视频编码国际电联标准化建议的最新发展．电信科学，1997，Vol．13NO．9：37-39
[17]C.A Christopoulos, T.Ebrahimi, A.N.Skodras. JPEG2000: the New Still Compression Standard.http://www.eecs.harvard.edu/～michaelm/E126/jpegb.pdf
[18]丁贵广 郭宝龙．新一代静止图像压缩编码标准：JPEG2000 概述．计算机与信息技术，2002，NO．3．http://www.ahetc.gov.cn/cit/200203/08.doc
[19]Peiya liu.MPEG-4:A Multimedia Standard for the Third Millennium, Part 1.IEEE Multimedia Magazine, 1999 NO.6: 74-832
[20]Paul Bourke. PPM/PGM/PBM image files.http://astronomy.swin.edu.au/～pbourke/dataformats/ppm/
[21]D. Taubman, A. Zakhor. Multirate 3-D subband coding of video. IEEE Transactions on Image Processing, Vol 3, No. 5, Sept, 1994.
[22]沈敏，朱淼良，杜世培．基于小波变换的自适应算术编码方法．http://www.gzit.edu.cn/gut/magazine/xb991/99xb1-3/99xb13-1.html
[23]Memory Efficient Quadtree Wavelet Coding for Compound Images http://code.ucsd.edu/～dschilli/Publications/cmpnd asilomar99.pdf
[24]王明辉，彭立中．一种嵌入式小波四叉树帧间编码算法．http://www.pku.edu.cn/academic/xb/2002/02c101.html
[25]Guorui Jiang, Yuzhou Zhong,Shiqiang Yang ect. Fast Fracta image compression Based on HV partition. Multimedia Storage and Archiving Systems IV Boston. Massachusetts,1999,vol.3846:473-481
[26]杜世培，杨木．分形图像压缩方法的改进与实现．http://www.gzit.edu.cn/gut/magazine/xb20004/2000xb4-4/2000xb44-1.htm
[27]林忠，叶青．基于分形与小波变换的图像编码．福州大学学报，2001，vol29 NO．2：31-33
[28]范筑军．基于小波分形的图像压缩方法．中山大学学报(自然科学版)，2000，vol．39 No．2：1-5
[29]张鹤飞，王越，周思永．基于小波系数子树的分形图像数据压缩．北京理工大学学报，1999，vol．19NO．3：352-356
[30]许雷，张恒义，郑祥．基于分形及正交小波变换的眼底图像快速压缩新方法．系统工程与电子技术，1998：68-72
[31]袁立宁，黎绍发．用小波变换加速分形图像编码．华南理工大学学报，vol．27 NO．12：79-83
[32]蔡芳，孙隆和，徐乃平．基于小波分形理论的快速图象编码算法．火力与指挥控制，vol．23 NO．4：62-67
[33]宋立新，宋长明，田化梅．基于小波变换的迭代分形混合图象编码．华中师范大学学报，2000，vol．34 NO．2：150-156
[34]赵坚，俞斯乐．基于小波变换的快速分形图像编码．通信学报，1999，vol．20 No．3：85-87
[35]王国秋 袁卫卫．一般的9-7小波滤波器及其图像压缩性能研究．电子学报，2001，29(1)：P130-132
[36]Shapiro.J.Embedded image coding using zerotrees of wavelet coefficients. IEEE Trans Signal Processing,1993,41 (12):3445-3462
[37]Said A,Pearlman W A.A new fast and efficient image code based on set partitioning in hierarchical trees. IEEE Trans Circuits and Systems for Video Technology, 1996,6(3):243-250
[38]Servetto S D, Ramchandran K, Orchard M T. Image coding based on a morphological representation of wavelet data. IEEE Trans on Image Processing, 1999,8(9): 161-174
[39]Chai Bing-Bing,Vass Jozsef, Zhuang Xin-Hua. Sinificance-linked connected component analysis for wavelet image coding. IEEE Trans Image Processing, 1999,8(6):774-783
[40]Subhasis S aha, R ao V emuri. Adaptive wavelet filters in image coders-How important are they?. IEEE IECON'99, 1999,2: 559-564.
[41]罗杰．彭罗斯著，许明贤，吴忠超译．皇帝新脑．湖南科学技术出版社，1996
[42]M. Antonini, M. Barlaud, P. Mathieu, I. Daubechies. Image coding using wavelet transform. IEEE Transactions on Image Processing, 1992, 10:205-220
[43]J. Villasenor, B. Belzer, J. L iao. Wavelet filter evaluation for image compression. IEEE Transactions on Image Processing, 1995, 2:1053-1060
[44]Smooth biorthogonal wavelets for applications in image compression.http://www.dsp.rice.edu/publications/
[45]毋立芳，张晓玲，沈兰荪．整型小波用于遥感图像的无损压缩．遥感技术与应用，2000，vol．15NO．3：175-178
[46]胡惠英，吴善培．小波去噪在语音识别中的应用．北京邮电大学学报，1999．
[47]George Tzanetakis, Georg Essl, Perry Cook. Audio Analysis using the Discrete Wavelet Transform. http://www.cs.princeton.edu/～gessl/papers/amta2001.pdf
[48]张学林，孙进才．小波变换用于水声信号的奇异性研究．西北工业大学学报，2000，vol．18NO．4：608-611
[49]陆英北，张增芳，蔡坤宝．基于小波变换的心电信号基线矫正方法．北京生物医学工程，2000，vol．19NO．4：235-239
[50]华如梅 刘印祥 李树祥．小波变换在医学图像中的应用．
[2]王军，韩志强．多媒体技术发展现状及未来发展趋势浅谈．情报技术与实践，2000，NO．3：145-147
[3]唐良瑞，黄心渊．一种基于人眼视觉特性的图像压缩方法．电视技术，2000，NO．12：5-7
[4]吴瑾．图像编码与小波变换编码．武汉科技大学学报，2000，vol．23 NO．3：289-292
[5]吴国，苏沛浦，操丰梅．小波变换在微机变压器保护中的应用．2000，vol．17 NO．1：27-34
[6]徐佩霞，孙功宪．小波分析与应用实例．合肥：中国科学技术大学出版社，1996．P121-136
[7]潘焕焕，赵言正，高学山．基于小波包变换的纹理分类的水冷壁表面模式识别．计算机应用研究，2000，NO．11：10-11
[8]张代宗 译．曼德布罗特集的秘密．http://www.fractal.com.cn/fxrm/index.htm
[9]吴乐南．数据压缩的原理与应用．第二版．北京：电子工业出版社，1996．12-13
[10]齐东旭．分形及其计算机生成．北京：科学出版社，1996．45-52
[11]张贺．小波图像压缩技术的研究-基于HVS的零树小波图像压缩方法：硕士论文．北京：北京工业大学，1999
[12]Morlet's Wavelet.http://www.eso.org/projects/esomidas/doc/user/98NOV/volb/node312.html
[13]杨福生．小波变换工程分析与应用．北京：清华大学电机与应用电子技术系，1997．93-95
[14]王颖，谭敏．静止图像压缩标准和技术．电视技术，2000，NO．216：74-75
[15]the MPEG Standard. http://bmrc.berkeley.edu/frame/research/mpeg/faq/mpeggeneral.html
[16]宋国文，叶伟钊．低比特率视频编码国际电联标准化建议的最新发展．电信科学，1997，Vol．13NO．9：37-39
[17]C.A Christopoulos, T.Ebrahimi, A.N.Skodras. JPEG2000: the New Still Compression Standard.http://www.eecs.harvard.edu/～michaelm/E126/jpegb.pdf
[18]丁贵广 郭宝龙．新一代静止图像压缩编码标准：JPEG2000 概述．计算机与信息技术，2002，NO．3．http://www.ahetc.gov.cn/cit/200203/08.doc
[19]Peiya liu.MPEG-4:A Multimedia Standard for the Third Millennium, Part 1.IEEE Multimedia Magazine, 1999 NO.6: 74-832
[20]Paul Bourke. PPM/PGM/PBM image files.http://astronomy.swin.edu.au/～pbourke/dataformats/ppm/
[21]D. Taubman, A. Zakhor. Multirate 3-D subband coding of video. IEEE Transactions on Image Processing, Vol 3, No. 5, Sept, 1994.
[22]沈敏，朱淼良，杜世培．基于小波变换的自适应算术编码方法．http://www.gzit.edu.cn/gut/magazine/xb991/99xb1-3/99xb13-1.html
[23]Memory Efficient Quadtree Wavelet Coding for Compound Images http://code.ucsd.edu/～dschilli/Publications/cmpnd asilomar99.pdf
[24]王明辉，彭立中．一种嵌入式小波四叉树帧间编码算法．http://www.pku.edu.cn/academic/xb/2002/02c101.html
[25]Guorui Jiang, Yuzhou Zhong,Shiqiang Yang ect. Fast Fracta image compression Based on HV partition. Multimedia Storage and Archiving Systems IV Boston. Massachusetts,1999,vol.3846:473-481
[26]杜世培，杨木．分形图像压缩方法的改进与实现．http://www.gzit.edu.cn/gut/magazine/xb20004/2000xb4-4/2000xb44-1.htm
[27]林忠，叶青．基于分形与小波变换的图像编码．福州大学学报，2001，vol29 NO．2：31-33
[28]范筑军．基于小波分形的图像压缩方法．中山大学学报(自然科学版)，2000，vol．39 No．2：1-5
[29]张鹤飞，王越，周思永．基于小波系数子树的分形图像数据压缩．北京理工大学学报，1999，vol．19NO．3：352-356
[30]许雷，张恒义，郑祥．基于分形及正交小波变换的眼底图像快速压缩新方法．系统工程与电子技术，1998：68-72
[31]袁立宁，黎绍发．用小波变换加速分形图像编码．华南理工大学学报，vol．27 NO．12：79-83
[32]蔡芳，孙隆和，徐乃平．基于小波分形理论的快速图象编码算法．火力与指挥控制，vol．23 NO．4：62-67
[33]宋立新，宋长明，田化梅．基于小波变换的迭代分形混合图象编码．华中师范大学学报，2000，vol．34 NO．2：150-156
[34]赵坚，俞斯乐．基于小波变换的快速分形图像编码．通信学报，1999，vol．20 No．3：85-87
[35]王国秋 袁卫卫．一般的9-7小波滤波器及其图像压缩性能研究．电子学报，2001，29(1)：P130-132
[36]Shapiro.J.Embedded image coding using zerotrees of wavelet coefficients. IEEE Trans Signal Processing,1993,41 (12):3445-3462
[37]Said A,Pearlman W A.A new fast and efficient image code based on set partitioning in hierarchical trees. IEEE Trans Circuits and Systems for Video Technology, 1996,6(3):243-250
[38]Servetto S D, Ramchandran K, Orchard M T. Image coding based on a morphological representation of wavelet data. IEEE Trans on Image Processing, 1999,8(9): 161-174
[39]Chai Bing-Bing,Vass Jozsef, Zhuang Xin-Hua. Sinificance-linked connected component analysis for wavelet image coding. IEEE Trans Image Processing, 1999,8(6):774-783
[40]Subhasis S aha, R ao V emuri. Adaptive wavelet filters in image coders-How important are they?. IEEE IECON'99, 1999,2: 559-564.
[41]罗杰．彭罗斯著，许明贤，吴忠超译．皇帝新脑．湖南科学技术出版社，1996
[42]M. Antonini, M. Barlaud, P. Mathieu, I. Daubechies. Image coding using wavelet transform. IEEE Transactions on Image Processing, 1992, 10:205-220
[43]J. Villasenor, B. Belzer, J. L iao. Wavelet filter evaluation for image compression. IEEE Transactions on Image Processing, 1995, 2:1053-1060
[44]Smooth biorthogonal wavelets for applications in image compression.http://www.dsp.rice.edu/publications/
[45]毋立芳，张晓玲，沈兰荪．整型小波用于遥感图像的无损压缩．遥感技术与应用，2000，vol．15NO．3：175-178
[46]胡惠英，吴善培．小波去噪在语音识别中的应用．北京邮电大学学报，1999．
[47]George Tzanetakis, Georg Essl, Perry Cook. Audio Analysis using the Discrete Wavelet Transform. http://www.cs.princeton.edu/～gessl/papers/amta2001.pdf
[48]张学林，孙进才．小波变换用于水声信号的奇异性研究．西北工业大学学报，2000，vol．18NO．4：608-611
[49]陆英北，张增芳，蔡坤宝．基于小波变换的心电信号基线矫正方法．北京生物医学工程，2000，vol．19NO．4：235-239
[50]华如梅 刘印祥 李树祥．小波变换在医学图像中的应用．