[发明专利]基于灰度共生矩阵的自适应方向提升小波压缩算法

权利要求书

1.一种基于灰度共生矩阵的方向提升小波图像压缩方法，包括下列步骤

步骤1.对原始图片进行均匀的分块，分割成大小相同的子图片，每个子块的大小都是16×16；

步骤2.对每一子块，采用灰度共生矩阵方法来自适应判断所需要采用的提升模式(普通水平、垂直提升或方向提升)；

步骤3.对方向信息比较多的子块，用高频能量最小的方法判断每一块的方向。之后，采用方向提升变换对图像进行处理；

步骤4.对方向信息比较少的块，采用普通的水平，垂直提升进行小波变换。步骤5.对变换后的系数，采用Spiht模型进行系数编码。

2.最优方向的选择

为了减少计算量，我们不对图像的纹理部分的每个点进行方向预测，而是将纹理部分分成16*16的块，对每块依照一定的准则进行最优方向的判断。方向判断的准则：对每个分块在9个方向上作提升变换，计算每个子块对应方向上高频能量之和，选取高频能量最小的方向作为作为这个分块的自适应变换方向。为了保证方向选择的正确性和减少一定的计算量，我们这里采用5/3小波来判断分块的方向。5/3小波的提升格式为

dl1=dl0-(sl0+sl+10)/2sl1=sl0+(dl1+dl-1l)/4+1/2]]>

3.图像编码

先用本文方法对图像进行提升变换，将变换后的系数和方向信息分别采用Spiht和自适应算术编码方法进行编码。编码过程和一般的Spiht编码相同，只是增加了方向信息编码部分，并将其放在码流的开头。这里，为了能完全解码出图像的方向信息，我们采用算术编码对图像方向信息进行编码。虽然增加了方向信息的编码，但是方向信息量相对于图像本身数据量较少，所以增加的编码信息不多。每一级的变换，我们都可以得到分块图像的变换方向，在作图像压缩时，我们要对这些方向进行编码，相对于一般提升变换，这就增加了一定的计算量，但是我们将图像分为了纹理和非纹理部分，在变换时采用了不同的提升方向，在一定的程度上减少了计算量，同时使得方向编码的信息减少。