圖像壓縮編碼方法（簡體書）

《圖像壓縮編碼方法》共分七章，從小波編碼、分形壓縮算法以及其涉及的圖像信息處理理論和方法的角度出發，重點介紹小波變換處理信號理論、圖像壓縮基本概念、圖像小波壓縮特徵等，還討論矢量量化方法、零樹編碼、基於圖像壓縮系統構造最優的雙正交小波濾波器設計方法、一種幾何形狀比例可變的分形圖像壓縮編碼方法、基於小波變換極大模和分形的混合編碼方法等。此外，還討論了利用圖像壓縮去噪的方法。

《圖像壓縮編碼方法》專業適用性強、創新點明確、具有一定的學術價值。《圖像壓縮編碼方法》可作為信息工程、通信工程、計算機應用、信號處理等專業高年級本科生或研究生的教學用書，也可供上述領域的研究開發人員參考。

第1章緒論
1.1引言
1.2圖像壓縮編碼技術的分類
1.3靜止圖像的發展概況
1.4圖像質量的評估

第2章小波理論及其應用
2.1引言
2.2小波變換
2.3一種基於小波變換的衛星SAR海洋圖像艦船目標檢測方法
2.4信號表示和信號恢復
2.5小波變換在無線電引信中的應用

第3章小波理論在圖像編碼中的應用
3.1引言
3.2圖像的二維小波變換
3.3小波分解的信號邊界延拓
3.4適合圖像壓縮的小波基的選擇

第4章全域最優碼本的獲取的研究
4.1矢量量化的一般概念
4.2經典算法LBG
4.3模糊矢量量化方法
4.4初始碼本的生成
4.5實驗模擬和分析
4.6基於小波變換的矢量量化編碼

第5章分形圖像編碼
5.1基本理論
5.2分形圖像壓縮編碼的研究發展
5.3一種幾何形狀比例可變的分形圖像壓縮編碼方法
5.4一種基於局部極大模和分形的混合編碼方法

第6章分形編碼提取圖像邊緣
6.1引言
6.2圖像邊緣的提取方法
6.3分形維數應用圖像邊緣的提取
6.4基於局部IFS理論提取圖像邊緣
6.5實驗結果

第7章基於零樹的圖像壓縮編碼
7.1引言
7.2樹結構及其特性
7.3基於小波的零樹嵌入式編碼算法研究
7.4一種易於硬件實現的高速優質的零樹嵌入式編碼算法
7.5基於圖像壓縮系統構造最優的雙正交小波濾波器設計

（5）二值化處理后得到圖像的邊緣。
提取圖像邊緣方法是借鑒于分形圖像壓縮的方法——基于IFS理論提取圖像邊緣。Barnsley提出的分形圖像編碼之所以能夠壓縮數據，是因為自相似性普遍存在于圖像之中，分形圖像編碼是利用仿射變換來消除圖像中的自相似冗余而實現數據壓縮的。但是分形圖像編碼需要花費很長的編碼時間，主要集中在尋找最佳匹配的過程。為了減小最佳的匹配搜索的范圍，從全局搜索變為區域搜索，從而達到降低編碼時間的目的。大量的統計實驗表明：對于給定位置的Range塊Ri，搜索到其最佳匹配自相似的Domain塊Dj位置的概率幾乎都集中在Ri的附近。因此把搜索范圍限制在Ri附近區域。用IFS理論提取圖像邊緣的目的是找出邊緣塊的Range塊Ri來，而邊緣的定義是指其周圍像素灰度有階梯變化或屋頂變化的那些像素的集合，更沒必要將一個Range塊Ri來尋找最佳匹配的Domain塊的范圍擴大到全局，只需要在Range塊Ri的附近區域尋找，這樣，就能保證尋找出與周圍Domain塊不相似的邊緣塊的Range塊Ri（此塊與周圍區域有突變），也符合邊緣的定義。
提取圖像邊緣采用IFS理論壓縮圖像方法，可借鑒分形壓縮的改進方法。為了加快分形編碼的速度，常用的有自適應的四叉樹法。利用四叉樹法，可以提取邊緣在空間的分辨率由“由粗到細”逐步地精確定位原始圖像邊緣。在大的Range塊尋找最佳匹配的Domain塊過程，可以抑制噪聲，剔除圖像偽邊緣，迅速鎖定含有邊緣的Range塊，然后逐步縮小搜索含有邊緣的范圍。對于含有邊緣的Range塊，無法獲得最佳匹配的Domain塊，則要將該塊一分為四，再進行分形匹配，拋棄無邊緣的Range塊，保留含有邊緣的Range塊，逐漸地縮小含有邊緣的范圍，提高提取邊緣的效率。既要考慮邊緣提取的精確位置，要求含邊緣的Range塊越小越好，但不能出現假邊緣，又要考慮方法的抗干擾能力，要求含邊緣的Range塊越大越好，但不漏掉真邊緣。但是，如果開始分形編碼時，采用過大的Range塊，就會遺漏含有邊緣的Range塊，這是由于邊緣點數占到Range塊的總像素比例過小，幾乎被平滑區域所淹沒了，又由于它的匹配的失真度對總失真度占得份額太小，不足夠引起匹配的失真度大于某閾值的Range塊，誤被判為沒有邊緣的Range塊。若開始采用過小的Range塊，雖然能精確鎖定含有邊緣的Range塊，但是抗干擾能力下降，就會產生偽邊緣。一般而言，Range塊取得越小，邊緣的局部化性能越好，反之，檢測出的邊緣越粗。因此，采用四叉樹的分形編碼提取圖像邊緣方法，開始時采用適當大的Range塊。一般情況，最大的Range塊邊長為32，最小的為4。