首页 理论教育图像子带分解基于频带分割的编码技术

图像子带分解基于频带分割的编码技术

【摘要】:基于分解子带的图像编码称为频带分割编码,其基本思想是把信号分解成低分辨率的平滑近似和高频细节两部分,分别称为低频子带和高频子带。对每个生成的子带又可以用同样的方式进一步分解。图7-25说明了一幅图像经过二级小波变换的过程以及形成的各个子带分布。为此,考虑设计基于ap2的图像分解和重构。实际上,对于二维图像的分解可通过一维滤波器分别在行列方向上进行。

基于分解子带的图像编码称为频带分割编码,其基本思想是把信号分解成低分辨率的平滑近似和高频细节两部分,分别称为低频子带和高频子带。对每个生成的子带又可以用同样的方式进一步分解。对于图像的分解通过在水平和垂直方向上分解来实现。然后,对于不同分辨率的子带图像采用不同的量化精度和编码方法来达到图像压缩的目的。Mallat在多分辨率分析理论的基础上,用子带结构实现离散小波变换的算法,统一了子带滤波与小波变换的计算,使小波变换成为图像处理的重要手段,为图像压缩和编码提供了有效的方法。

一幅图像可看成二维信号,经小波变换后产生了4个子带图像,即水平和垂直方向低频子带LL,垂直方向低频和水平方向高频子带HL,水平方向低频和垂直方向高频LH以及水平和垂直方向都是高频子带HH。分解方式如图7-24所示。图7-24中子带Cj-1集中了图像的大部分能量,大部分幅值较大的系数集中在该子带中,以后的小波变换都是对前次变换产生的低频子带进行变换。图7-25说明了一幅图像经过二级小波变换的过程以及形成的各个子带分布。从图中可以看出,二维数字信号的离散小波变换最终转化为数字滤波。对于紧支小波,相应的滤波器类型是FIR,滤波器系数由尺度函数与小波函数决定。某些情况下,滤波器的线性相位特性可避免不必要的失真。为了得到线性相位滤波器须要求FIR系数对称,为此需设计对称的小波函数。另一方面,小波基的正交性限制了所能得到的小波基类型,特别是除了Harr小波外,没有任何紧支正交小波具有对称性。为此,考虑设计基于ap2的图像分解和重构

978-7-111-48233-8-Chapter07-103.jpg

图7-24 二维信号分解

978-7-111-48233-8-Chapter07-104.jpg

图7-25 图像的子带分解(db小波)

图像的子带分解及重构对应二维四子带QMFB,结合图7-9和图7-18,系统原理图如图7-26所示。

由图7-26可知:

978-7-111-48233-8-Chapter07-105.jpg

978-7-111-48233-8-Chapter07-106.jpg

经二维2∶1下取样得:

978-7-111-48233-8-Chapter07-107.jpg

图7-26 二维四子带QMFB

经综合滤波器得:

978-7-111-48233-8-Chapter07-108.jpg

若忽略编码误差,将式(7-63)代入到式(7-64)中并整理得:

978-7-111-48233-8-Chapter07-109.jpg

定义如下矩阵和向量:

978-7-111-48233-8-Chapter07-110.jpg

其中H称为重叠矩阵,式(7-65)可重写成如下:

978-7-111-48233-8-Chapter07-111.jpg

若完全消除混叠失真,要求:

FzrzcHzrzc)=Tzrzc) (7-68)

这样,就可以由分析滤波器求出综合滤波器F,但结果难以保证是FIR滤波器组,利用多相分解可以解决,但过程复杂。实际上,对于二维图像的分解可通过一维滤波器分别在行列方向上进行。