[发明专利]一种基于随机阈值调整的EZW数据压缩方法

说明书

本发明公开了一种基于随机阈值调整的EZW数据压缩方法，该方法包括对图像进行小波编码的步骤为小波变换、量化、编码，解码过程与之相反，对图像扫描编码时，首先计算初始阈值，然后进行EZW编码,EZW编码采用随机调整判断小波系数重要性的阈值大小的方法去对数字图像进行编码，具体做法为在阈值每次除以2时给除数2加一个可调范围内的正随机数。本发明随机调整判断小波系数重要性的阈值，让阈值在小范围内随机取值，使图像在保证还原质量的同时提高压缩比，针对同一张图片，在不同的范围内随机取阈值进行编码，压缩比有所提高，并且失真的压缩图像还原效果较好，虽然峰值信噪比有一定程度的下降，但影响不大。

技术领域

本发明涉及一种基于随机阈值调整的EZW数据压缩方法，属于分布式电源并联运行控制技术领域。

背景技术

图像展现的信息具有显而易见，直观，明了的特点，能够很好地表现出人们看到的信息。然而图像包含的信息量很大，使得图像信息占用很大的存储空间，增加了信息获取的成本，现如今是网络高速发展的时代，大量的信息冗余已经不能满足人们对获取信息速度的要求。在这样的时代环境下，图像压缩成为人们解决问题的重要方向。如遥感图像、医学图像、气象云图、数字电视等领域具有广泛的应用。图像的压缩处理过程中难免会存在失真，基于小波变换的图像压缩编码方法不仅能够很好地消除图像数据中的统计冗余，而且还能都很好地反应图像的轮廓和细节信息。EZW可以根据图像质量和压缩率的要求控制编解码过程，随着接收比特的增加，重构图像的细节越多，质量会越来越好。但是大量的扫描将会加大编码的时间，这也必然会降低编码效率。

多级树集合分裂排序(Set Partitioning in Hierarchical Threes,SPIHT)算法，利用了空间方向树、非直系子孙集合L(i,j)和所有子孙集合D(i,j)的概念，更有效地表示了系数结构，编码效率比EZW有了较大地提高。但是在低比特率的情况下，会导致解码恢复的图像失真程度更高。改进的SPIHT算法去除了 SPIHT算法中的3个有序表，更易于硬件实现。但是压缩质量有所下降，信噪比会有所下降。

发明内容

本发明要解决的技术问题是：提供一种基于随机阈值调整的EZW数据压缩方法，以解决上述现有技术中存在的问题。

本发明采取的技术方案为：

一种基于随机阈值调整的EZW数据压缩方法，该方法包括对图像进行小波编码的步骤为小波变换、量化、编码，解码过程与之相反，对图像扫描编码时，首先计算初始阈值，然后进行EZW编码，编码算法的迭代过程如下：

1)判断路径上的系数绝对值是否大于阈值T，如果大于T转第2)步，否则转第5)步；

2)判断路径上系数是否为正，是转第3)步，否转第4)步；

3)将刚判断位置上的系数替换为0，标为P，转第6)步；

4)将刚判断位置上的系数替换为0，标为N，转第6)步；

5)如果是孤立零，标记IZ；如果是零树根，则将该位置上的数替换为0，标记ZTR，转第6)步；

6)将标记了P、N的位置按顺序进行编码，如果系数绝对值在[T，T+T/2] 区间上则编码为0，如果系数绝对值在[T+T/2，2T]区间上则编码为1，将本次迭代所用的T、标记序列、编码序列保存以备解码时用，最后转第7)步；

7)将阈值T替换为T/2，如果T大于或等于设定的最小阈值，转第1) 步，否则结束。

初始阈值：

式中：C_max表示最大系数绝对值。

编码结束后采用参数峰值信噪比和压缩比进行评价：

参数峰值信噪比(PSNR)定义如下：