[发明专利]基于k阶零树间向量的图像压缩方法

说明书

技术领域

本发明涉及一种数字图像压缩方法，尤其是一种适用于数字图像的数率可分级压缩，可提高现有嵌入式图像编码效率的基于k阶零树间向量的图像压缩方法。 

背景技术

随着网络多媒体技术及其应用的不断发展，人们对图像编码的要求不断提高，这就需要在保证图像质量的前提下去除各种冗余，用尽量少的比特数来表征图像信息，同时使图像编码码流能很好的适应网络带宽的波动及不同计算能力终端的解码需求。一个图像的编码码流具有可分级性是指利用该码流的一部分（或子集）可以产生对该图像一个有用表示的能力，即解码器能够根据分辨率的实际情况对码流的一部分进行解码。图像编码码流的这种可分级特性可以满足图像的渐进传输、多质量服务以及图像数据库浏览等应用要求。 

关于静态图像的编码主要需要考虑两个问题，一是如何能有效地表示重要系数的位置信息，同时尽量占用少的比特来编码同步信息；二是如何能有效地编码重要系数的幅值。 

近年来，基于小波变换的图像可分级编码方法出现了一些经典的算法，如EZW、SPIHT、MRWD、EBCOT和SPECK等，获得了较好的主观质量效果。对于第一个问题，利用系数分布相似特性，EZW提出采用“零树”结构来定位重要系数；SPIHT则利用“空间方向树”来定位重要系数；而利用系数的聚集特性，SPECK采用四叉树结构定位重要系数；MRWD利用数学形态学的膨胀操作，对重要系数的聚簇进行提取和编码；BSP树(Binary Space Partition Tree)和GW(Geometric Wavelets)方法则通过二值空间分割树确定图像中具有相同系数特性的一致性区域，进而进行编码；对于第二个问题，EBCOT利用分数位平面编码重要系数，而其他方法大都采用基于位平面的逐次逼近量化SAQ(Successive Approximation Quantization)来编码重要系数。然而，这些方法在同步信息上仍花费了相当数量的比特开销，从而影响了重构图像质量（特别是低码率下），而且用于标识重要小波系数位置的同步信息表示效率低，存在着对不重要系数重复扫描的现象。 

发明内容

本发明是为了解决现有技术的上述技术问题，提供一种适用于数字图像的数率可分级压缩，可提高现有嵌入式图像编码效率的基于k阶零树间向量的图像压缩方法。 

本发明的技术解决方案是：一种基于k阶零树间向量的图像可分级编码方法，其特征在于按如下步骤进行； 

a. 对源图像进行 级提升方案的小波变换，所述为变换层数。

b. 初始化信息表和阈值； 

b.1 初始化辅扫描表和坐标信息表：

    辅扫描表：，用于存储重要系数的同步信息0或者1；

    坐标信息表：，用于存储第一个零树的根结点坐标及所有向量；

b.2初始阈值：定义为，其中为取最大值运算，为小波变换系数。

c. 基于阶零树的主扫描过程： 

c.1首先在子带的所有系数中，搜索第一个满足的重要系数，将其作为第一个k阶零树的根结点，如果该重要系数是正数，该根结点的符号位同步信息编码为0，否则该根结点的符号位同步信息编码为1，将符号位的同步信息编码0或1保存到表中，同时将该根结点坐标保存到表中，所述，表示系数在子带中的坐标；

c.2判断零树的孩子结点的小波系数值是否均小于当前阈值？是，则零树为1阶零树，阶数的同步信息编码为01；否，则继续判断这个孩子的孩子结点的小波系数值是否均小于当前阈值？是，则零树为2阶零树，阶数的同步信息编码为10，否，则零树是3阶零树，阶数的同步信息编码为10；孩子结点中的重要系数是正数，该孩子结点符号位同步信息编码为0，否则该孩子结点的符号位同步信息编码为1，将各同步信息一并保存到表中；

c.3按照c.1、c.2步骤在子带中搜索第二个含有重要系数的零树，记该零树为，同样将零树阶数的同步信息编码、根结点和孩子结点的符号位同步信息编码保存到表中，同时将零树与零树的根结点坐标相减，求出位移向量，并将位移向量存入表中；

c.4搜索子带中其余的包含重要系数的零树 ()，并同c.3步骤将各同步信息编码和零树间向量分别存入SUB表和V表；

c.5按照子带重要性顺序按照c.1~c.4步骤扫描各子带，获得各子带内的全部k阶零树和向量(）。

d. 辅扫描过程：