成麗波

（長(zhǎng)春理工大學(xué) 理學(xué)院，長(zhǎng)春 130022）

基于MATLAB的小波分析算法的應(yīng)用很廣泛，本文使用的是基于MATLAB編程的小波分析方法在圖像壓縮中的應(yīng)用，主要涉及到的壓縮方法是低頻信息保留算法和小波包最佳基壓縮算法。

1 多分辨分析

空間L2(R)中的多分辨分析是指L2(R)中滿足如下條件的一個(gè)空間序列

2 二維離散小波變換

由于圖像是二維信號(hào)，因此，首先需要把小波變換由一維推廣到二維。令 f(x1,x2)表示一個(gè)二維信號(hào)，x1,x2分別是其橫坐標(biāo)和縱坐標(biāo)，ψ(x1,x2)表示二維的基本小波。對(duì)應(yīng)的尺度函數(shù)φ(x1,x2)，若尺度函數(shù)是可分離的，即

令ψ(xi)是與φ(xi)對(duì)應(yīng)的一維小波函數(shù)，則二維的二進(jìn)小波可表示為以下三個(gè)可分離的正交小波基函數(shù)：

這說明在可分離的情況下，二維多分辨率可分兩步進(jìn)行。先沿 x1方向分別用φ(x1)和ψ(x1)作分析，把 f(x1,x2)分解成平滑和細(xì)節(jié)兩部分，然后對(duì)這兩部分再沿x2方向用φ(x2)和ψ(x2)做同樣分析。

二維小波分析的分解算法：

3 基于小波分析的圖像壓縮

小波分析用于圖像壓縮的特點(diǎn)是壓縮比高，壓縮速度快，壓縮后能保持圖像的特征基本不變，且在傳遞過程中可以抗干擾。

在此結(jié)合MATLAB中小波程序設(shè)計(jì)，介紹兩種圖像壓縮方法的原理和實(shí)現(xiàn)過程。

3.1 低頻信息保留壓縮算法

一個(gè)圖像在進(jìn)行小波分解后，可得到一系列不同分辨率的子圖像，不同分辨率的子圖像對(duì)應(yīng)的頻率不同。高分辨率即高頻子圖像上大部分點(diǎn)的數(shù)值都接近于0，越是高頻這種現(xiàn)象越明顯。對(duì)一個(gè)圖像來說，表現(xiàn)一個(gè)圖像最重要的部分是低頻部分，所以，一個(gè)最簡(jiǎn)單的壓縮方法就是利用小波分解，去掉圖像的高頻部分只保留低頻部分。

該算法（以二尺度為例）是基于多分辨分析提出來的，具體如下：（1）裝入圖像。（2）用二尺度分辨率分析函數(shù)完成對(duì)信號(hào)x在尺度N上的二維分解。（3）提取二維小波分解的低頻函數(shù)。（4）對(duì)二維小波函數(shù)進(jìn)行單支重構(gòu)。（5）顯示分解后各頻率成分的信息。（6）保留小波分解第一層低頻信息，進(jìn)行圖像壓縮，并且顯示第一層低頻信息。（7）對(duì)第一層信息進(jìn)行量化編碼。（8）改變圖像的高度為原圖像的1/2。（9）顯示第一次壓縮圖像及其大小。（10）求出第一次壓縮圖像的信躁比。（11）保留小波分解第二層低頻信息，進(jìn)行圖像壓縮。（12）對(duì)第二層信息進(jìn)行量化編碼。（13）改變圖象的高度對(duì)第一次壓縮的1/2。（14）顯示第二次壓縮圖像及其大小。（15）求出第二次壓縮圖像的信躁比。其中，應(yīng)用到的MATLAB相關(guān)函數(shù)有：（1）wavedec2為對(duì)圖像用bior3.7進(jìn)行分解；（2）appcoef2函數(shù)為提取二維小波分解低頻系數(shù)。（3）detcoef2函數(shù)為提取二維小波分解高頻系數(shù)。（4）wrcoef2函數(shù)為對(duì)二維小波系數(shù)進(jìn)行單支重構(gòu)。（5）wcodemat為對(duì)矩陣進(jìn)行全局量化編碼。

3.2 小波包最佳基壓縮算法

小波包的算法流程：（1）裝入原始圖像（2）畫出原始圖像（3）獲取圖像的默認(rèn)閾值（4）用全局閾值選項(xiàng)進(jìn)行圖像的壓縮。（5）畫出壓縮后的圖像。其中，應(yīng)用到的MATLAB相關(guān)函數(shù)有：（1）ddencmp函數(shù)為獲取默認(rèn)閾值。（2）wpdencmp函數(shù)為用小波包進(jìn)行圖像壓縮。下面給出部分實(shí)驗(yàn)結(jié)果及實(shí)驗(yàn)數(shù)據(jù)：

圖1 圖像分解前后效果對(duì)比圖Fig.1 Effect comparison of image decomposition

表1 圖像壓縮大小Tab.1 Image compression

圖2 壓縮重構(gòu)效果圖Fig.2 Effect picture of compression and reconstruction

表2 壓縮百分比Tab.2 Compression rate

表3 峰值信噪比Tab.3 Peak signal to noise ratio

通過上表可以得到結(jié)論：

（1）在這四幅圖中，可以看到：第一次壓縮后的圖像在視覺上比原始圖像清晰，這是因?yàn)樵瓐D像帶有的噪聲是在圖像的高頻信息中，我們使用的壓縮方法就是去除高頻信息保留低頻信息，因而，經(jīng)過第一次壓縮的的圖像比原圖像清晰。但是經(jīng)過第二次壓縮后，圖像變得模糊，那是因?yàn)閳D像第二次壓縮是將第一次提取的低頻信息分解，去除高頻信息，保留低頻，這樣，丟掉了一些信息，所以圖像變得不清晰。但是從理論上來說，這種方法可以對(duì)圖像進(jìn)行無限壓縮。

（2）通過計(jì)算峰值信噪比，我們可以客觀地得到圖像的壓縮效果，一般來說峰值信噪比越大，圖像壓縮效果越好，因此本文得到的峰值信噪比是很高的。

現(xiàn)在對(duì)壓縮圖像進(jìn)行重構(gòu)：

下面是用bior3.7一次壓縮重構(gòu)和二次壓縮重構(gòu)的實(shí)驗(yàn)結(jié)果：

對(duì)重構(gòu)圖像如表4。

表4 重構(gòu)偏差表Tab.4 Deviation card

由以上結(jié)果，可以看出

（1）Bior3.1在對(duì)第一次壓縮重構(gòu)中偏差為0，說明它對(duì)第一次壓縮圖像恢復(fù)得很好。我們?cè)趯?duì)一次圖像進(jìn)行解壓縮時(shí)可以選擇此小波基。

（2）Bior3.7小波基和Sym2小波基在對(duì)二次壓縮圖像重構(gòu)過程中，偏差相對(duì)較小，尤其是小波基sym2，在對(duì)兩次（或者兩次以上）壓縮圖像進(jìn)行解壓縮時(shí)，我們可以選擇此小波基。

［1］陳武凡.小波分析及其在圖像處理中的應(yīng)用［M］.北京：科學(xué)出版社，2002.

［2］劉明才.小波分析及其應(yīng)用［M］.北京：清華大學(xué)出版社，2003.

［3］胡昌華，張軍坡，夏軍，等.基于MATLAB的系統(tǒng)分析與設(shè)計(jì)—小波分析［M］.西安：西安電子科技大學(xué)出版社，2000.

［4］林有作，成麗波.基于小波分析的數(shù)字圖像噪聲消除［J］.長(zhǎng)春理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2004，27（1）：69-71.