水声图像分形压缩编码技术研究与实现

发布时间：2019-11-17 05:55

【摘要】：随着计算机技术、通信技术和互联网技术的发展,人们每天都通过电脑、移动终端设备接受和发送大量的信息。以图像为代表的多媒体信息虽然直观,所携带的信息量大,但是其数据量很大,需要的存储空间不容小觑。已有的存储设备已经不能满足越来越多的多媒体信息的存储要求,图像压缩是解决图像传输和存储的主要途径之一。分形压缩编码技术正是图像编码压缩技术的代表,这种编码方法思想新颖,所得压缩比高,解码速度快且所得的解码图像质量与分辨率无关,但是由于编码计算复杂,编码时间较长。致使分形编码技术还没有被人们普遍接受,限制了其应用的范围,分形编码这些不足正是促使科学家和学者不断研究的动力,目前已经有大量的分形编码快速算法被提出来。水声图像是人们获取水下地形和目标的有效途径,随着声成像技术的不断发展,人们对水声图像的需求也越来越大,由于水下环境的特殊性,导致水声图像分辨率很低,水下目标甚至会由于水下的噪声和混响淹没在背景中,而且图像的有效内容多是海底地形,水下的小目标等,所以分形法压缩算法非常适合这些非规则的目标,压缩处理这类图像,获得的压缩比会很高。本文将分形法图像压缩处理方法引入到水声图像的处理系统中,与传统图像压缩方法相比,新算法在保证水声图像一定质量的前提下,获得更高的图像压缩比。将分形算法与哈夫曼编码、预测编码和离散余弦变换编码进行比较。对基于控制分割图像块尺寸减少码本块的快速分形算法实验验证,分析码本块数量和分割图像块的尺寸对分形编码时间和解码时间的影响,研究了分形迭代次数与解码图像质量的关系。对基于灰度差的快速分形算法进行了研究,该算法以图像块的灰度差作为匹配块的剔除条件,并且引入两个控制参数,起到控制图像编码速度和质量的作用,该算法在处理水声图像上取得了较好的压缩效果。在此基础上,以图像块横纵方差比值为约束条件,找到一个新的剔除条件进一步缩小码本块范围,弥补已有算法匹配运算量大、编码时间长的不足,新算法在保证一定的重建图像质量前提下,提高了编码速度。为了进一步提高水声图像的解码质量,对水声图像进行编码预处理,通过实验研究均值滤波、高斯滤波和维纳滤波对水声图像的处理能力,通过实验数据表明,这3种滤波器能够有效提高水声图像分形压缩编码重构图像的质量,提高了重构图像的信噪比,其中经维纳滤波预处理后,得到的分形解码水声图像信噪比最高,加入高斯滤波预处理的水声图像编码时间最短。论文最终实现了对水声图像快速分形压缩处理功能,验证了新算法对水声图像分形压缩处理的可行性和有效性。
【图文】：

效果图,哈夫曼,图像编码,效果图

丨逡逑？0邋？邋？逡逑图２．５哈夫曼编码第４步框图逡逑所以各字符对应的编码为：Ａ－＞邋１１邋，Ｂ－＞邋１０，Ｃ－＞００，Ｄ－＞０１１邋，Ｅ－＞０１０逡逑哈夫曼编码是一种无前缀编码。解码时不会混淆。其主要应用在数据压缩，加密解逡逑密等场合。由于是无损压缩，无法得到很高的要是比，本次对Ｐａｎｄａ应用哈夫曼压缩编逡逑码方法进行压缩处理，得到的压缩比为１．２，该方法是无损压缩，获得的解码图像与压逡逑缩图像完全相同，这种压缩方法保证了解码图像质量。逡逑ｍ邋ｍ逡逑ｗｌｌ逡逑待编码图像逦哈夫曼编码解码图像逡逑图２．６哈夫曼图像编码效果图逡逑２．２．２预测编码逡逑像素的不同灰度值和不同位置组合，组成了人们看到的丰富多彩的图像，，图像像素逡逑值之间是存在关联性的１１５］。与数字信号的处理方法类似，数字图像中的像素之间也可以逡逑利用已有的估计准则和模型

哈夫曼编码,字符,框图,像素

待编码图像逦哈夫曼编码解码图像逡逑图２．６哈夫曼图像编码效果图逡逑２．２．２预测编码逡逑像素的不同灰度值和不同位置组合，组成了人们看到的丰富多彩的图像，图像像素逡逑值之间是存在关联性的１１５］。与数字信号的处理方法类似，数字图像中的像素之间也可以逡逑利用已有的估计准则和模型，通过相一个或几个像素对邻域的像素值进行估计。将估计逡逑出来的像素灰度值与实际值作差，通过对差值量化编码，作为图像的编码文件，从而达逡逑到图像压缩的目的，这就是图像压缩预测编码的编码思想。逡逑其中输入＾＾为待编码图像的像素灰度值，为该像素点的预测灰度值，它是通过逡逑已知的前个像素值，通过线性预测算法计算获得该点的估计值，“是该像素灰度逡逑值预估计值得差值。如图２．７的原理框图ｍ
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TB56

【参考文献】