[发明专利]一种基于提升小波变换的图像无损压缩和解压方法

说明书

技术领域

本发明涉及图像压缩编码技术领域，采用基于提升小波变换的图像无损压缩方法以实现遥感图像等数据的无损压缩，在保持图像无失真的前提下，尽可能的提高图像的压缩比和压缩效率，属于多媒体数据处理技术领域。

背景技术

图像是人们生活中信息交流最为重要的载体，也是蕴涵信息量最大的媒体。众所周知，数字图像的数据量非常庞大，必须经过有效的压缩，才能满足数字图像的高速传输和存储。近年来，图像压缩编码方法层出不穷，其中有损压缩研究领域尤为活跃，可以达到的压缩率也越来越高。但是在有些情况下，必须要求对图像进行无损压缩编码。例如，在卫星遥感图像、医疗图像的传输和存档中，任何有损压缩都有可能损失掉某些关键信息，不利于以后的处理和应用。

传统的无损压缩大多基于熵编码，典型的有霍夫曼编码、香农编码、算术编码、游程编码等等，游程编码是压缩一个图像文件最简单的方法之一，。具体做法就是把一系列的重复值用一个单独的值再加上一个计数值来取代。例如：这样一个字母序列aabbbccc，对它进行流程编码就是2a3b3c，对二进制值有较好的效果：它们没有考虑到图像数据本身的特点，所以应用到图像处理中效率很低，难于满足现代图像处理的要求。

小波技术是为了解决傅里叶变换的局限性而产生的一项技术。1989年，马拉特提出了多分辨率分析的概念，并给出了小波变换的算法，称为马拉特算法。小波变换在数字图像压缩、处理和分析中也已经被广泛采用。近年来，一种简明有效的构造小波的方法——提升方案(Lifting Scheme)得到很大的发展和重视。利用提升方案可把现在的所有紧支撑小波分解成更为基本的步骤，提升方案为扩展小波变换的应用领域提供了更多的灵活性。常规的小波变换都是浮点运算的，会造成像变换处理中失真，但利用提升方案可以方便地构造整数到整数的小波变换，无失真恢复图像。

SPIHT算法是分层数集合分割排序(Set partitioning in hierarchical trees)算法的缩写，它的目的是通过方向树最有效地表示有效映射，采用有效的空间方向树和比特平面编码方法，支持嵌入式的渐进传输码流。它的主要思想是，在量化变换系数时，首先把重要的组织成一个位平面进行编码发送，接下来再进行次重要码的位平面处理，最终达到无损压缩。

预测编码也可以达到无损压缩的目的，它建立在信号数据的相关性之上，根据某一模型利用以的样本值对新样本进行预测，减少数据在时间和空间上的相关性，以达到压缩数据的目的。

发明内容

技术问题：本发明的目的是克服现有技术的不足，提出一种提升小波变换的图像无损压缩和解压方法，根据小波变换后图像的特性，对高频、低频系数分别进行编码提高了压缩效率，实现图像的压缩和解压过程。通过使用本发明提出的方法可以高效的压缩数字图像并能完全无失真的恢复图像。

技术方案：本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤11：利用提升5/3小波对原始图像进行小波变换及三级小波分析，小波系数可分为低频系数组LL，水平方向高频系数组HL，垂直方向高频系数组LH，对角线方向高频系数组HH，

步骤21：对得到的整数域的小波系数矩阵进行分解，分解过程如下：把得到的整数域小波系数分解为一个低频系数组和三个高频系数组，低频系数组为LL，三个高频系数组分别为是水平方向高频系数组HL，垂直方向高频系数组LH，对角线方向高频系数组HH，低频系数组LL由三级小波分解得到的低频系数LL3组成，水平方向高频系数组HL由一级小波分解得到的水平方向高频系数HL1、二级小波分解得到的水平方向高频系数HL2、三级小波分解得到的水平方向高频系数HL3组成，垂直方向高频系数组LH由一级小波分解得到的垂直方向高频系数LH1、二级小波分解得到的垂直方向高频系数LH2、三级小波分解得到的垂直方向高频系数LH3组成，对角线方向高频系数组HH由一级小波分解得到的对角线方向高频系数HH1、二级小波分解得到的对角线方向高频系数HH2、三级小波分解得到的对角线方向高频系数HH3组成，

步骤31：对提取的低频系数进行预测编码，对预测编码得到的残差图像进行存储时，在存储空间另加两位作为标志位，并打上00标志，

步骤41：对提取到的三个高频系数组分别进行多级树集合分裂算法编码，得到多级树集合分裂算法SPIHT的二进制数据流，

步骤51：对步骤四得到的三条二进制数据流分别进行游程编码，进一步压缩数据流，在数据存储时，在存储空间另加两位作为标志位，并分别打上01，10，11。