【文章內(nèi)容簡(jiǎn)介】 DCT和小波的編碼比較后，可知在圖像編碼中的主要因素是量化器和熵編碼器，而不是小波變換和 DCT的差別。對(duì)于靜止的圖像來說，小波變換和DCT之間的差別很小，還不到1 d B。相對(duì)于DCT域下的圖像壓縮，小波壓縮具有很大優(yōu)勢(shì)。小波變換能夠有效地應(yīng)用于圖像數(shù)據(jù)壓縮，從根本上說，其壓縮機(jī)理正是體現(xiàn)在小波變換對(duì)圖像的多頻段分解恰與人類覺系統(tǒng)的多頻率通道特性相吻合，從而使我們能夠從人類視覺的多通道處理特性上對(duì)圖像進(jìn)行相應(yīng)的壓縮處理。從形式上講，小波變換提供了一種有效的多層次結(jié)構(gòu)的圖像描述形式，能夠從整體上把握?qǐng)D像的結(jié)構(gòu)，可以利用圖像中更大范圍內(nèi)的相關(guān)性，并使得圖像的統(tǒng)計(jì)特性變得相對(duì)簡(jiǎn)單化。而且對(duì)于一般的圖像，經(jīng)過小波壓縮后能夠得到很大的壓縮比，而且壓縮后的圖像畫面沒有大的失真。如果要改變壓縮比，只需要調(diào)整程序中子矩陣的大小即可。最后，小波壓縮的程序既簡(jiǎn)單又實(shí)用，更加方便于被廣泛利用。如圖320，離散余弦變換和小波變化壓縮前后數(shù)據(jù)對(duì)比，通過此圖可以很清楚看出兩種不同的變換壓縮前后的數(shù)據(jù)對(duì)比。離散余弦變換壓縮尺寸大小/字節(jié)程序運(yùn)行時(shí)間壓縮前圖像256x25665536壓縮后圖像256x256524288小波變換壓縮尺寸大小/字節(jié)程序運(yùn)行時(shí)間壓縮前圖像240x24057600第一次壓縮后圖像127x127129032第二次壓縮后圖像71x7140328320離散余弦變換和小波變化壓縮前后數(shù)據(jù)對(duì)比第四章 結(jié)論在許多應(yīng)用領(lǐng)域，都會(huì)用到數(shù)字圖像。由于數(shù)字圖像數(shù)據(jù)量大．因此就會(huì)面臨數(shù)字圖像信息進(jìn)行傳輸或存儲(chǔ)的問題。想要在有限的存儲(chǔ) 空間盡可能的存儲(chǔ)更多的圖像 或者在有限的時(shí)間內(nèi)傳輸更多的圖像，這就涉及數(shù)字圖像的壓縮技術(shù)。圖像壓縮技術(shù)是圖像處理技術(shù)的重要分支之一，圖像壓縮技術(shù)的研究幾十年來取得了很多的成就。目前存在的圖像壓縮技術(shù)都各自有各自的優(yōu)點(diǎn)但也存在不足。本文在介紹了現(xiàn)有的幾種圖像壓縮技術(shù)的基礎(chǔ)上，詳細(xì)分析了DCT和小波變換壓縮，并對(duì)壓縮前后的數(shù)據(jù)和圖像進(jìn)行了對(duì)比，并得出了從全面、系統(tǒng)觀點(diǎn)考慮，經(jīng)過靜止圖像的基于DCT和小波的編碼比較后，可知在圖像編碼中的主要因素是量化器和熵編碼器，而不是小波變換和 DCT的差別。從本文實(shí)驗(yàn)可以看出相對(duì)于DCT域下的圖像壓縮，小波壓縮具有很大優(yōu)勢(shì)。從根本上說，小波壓縮機(jī)理正是體現(xiàn)在小波變換對(duì)圖像的多頻段分解恰與人類覺系統(tǒng)的多頻率通道特性相吻合，從而使我們能夠從人類視覺的多通道處理特性上對(duì)圖像進(jìn)行相應(yīng)的壓縮處理。從形式上講，小波變換提供了一種有效的多層次結(jié)構(gòu)的圖像描述形式，能夠從整體上把握?qǐng)D像的結(jié)構(gòu)，可以利用圖像中更大范圍內(nèi)的相關(guān)性，并使得圖像的統(tǒng)計(jì)特性變得相對(duì)簡(jiǎn)單化。而且對(duì)于一般的圖像，經(jīng)過小波壓縮后能夠得到很大的壓縮比，而且壓縮后的圖像畫面沒有大的失真。如果要改變壓縮比，只需要調(diào)整程序中子矩陣的大小即可。最后，小波壓縮的程序既簡(jiǎn)單又實(shí)用，更加方便于被廣泛利用。第五章 總結(jié)與體會(huì)隨著畢業(yè)日子的到來，畢業(yè)設(shè)計(jì)也接近了尾聲。經(jīng)過幾周的奮戰(zhàn)我的畢業(yè)設(shè)計(jì)終于完成了。在沒有做畢業(yè)設(shè)計(jì)以前覺得畢業(yè)設(shè)計(jì)只是對(duì)這幾年來所學(xué)知識(shí)的單純總結(jié)，但是通過這次做畢業(yè)設(shè)計(jì)發(fā)現(xiàn)自己的看法有點(diǎn)太片面。畢業(yè)設(shè)計(jì)不僅是對(duì)前面所學(xué)知識(shí)的一種檢驗(yàn)，而且也是對(duì)自己能力的一種提高。通過這次畢業(yè)設(shè)計(jì)使我明白了自己原來知識(shí)還比較欠缺。自己要學(xué)習(xí)的東西還太多，以前老是覺得自己什么東西都會(huì)，什么東西都懂，有點(diǎn)眼高手低。通過這次畢業(yè)設(shè)計(jì)，我才明白學(xué)習(xí)是一個(gè)長(zhǎng)期積累的過程，在以后的工作、生活中都應(yīng)該不斷的學(xué)習(xí)，努力提高自己知識(shí)和綜合素質(zhì)。在這次畢業(yè)設(shè)計(jì)中也使我們的同學(xué)關(guān)系更進(jìn)一步了，同學(xué)之間互相幫助，有什么不懂的大家在一起商量，聽聽不同的看法對(duì)我們更好的理解知識(shí)，所以在這里非常感謝幫助我的同學(xué)。我的心得也就這么多了，總之，不管學(xué)會(huì)的還是學(xué)不會(huì)的的確覺得困難比較多，真是萬事開頭難，不知道如何入手。最后終于做完了有種如釋重負(fù)的感覺。此外，還得出一個(gè)結(jié)論：知識(shí)必須通過應(yīng)用才能實(shí)現(xiàn)其價(jià)值！有些東西以為學(xué)會(huì)了，但真正到用的時(shí)候才發(fā)現(xiàn)是兩回事，所以我認(rèn)為只有到真正會(huì)用的時(shí)候才是真的學(xué)會(huì)了。在此要感謝我的指導(dǎo)老師趙柯對(duì)我悉心的指導(dǎo)，感謝老師給我的幫助。在設(shè)計(jì)過程中，我通過查閱大量有關(guān)資料，與同學(xué)交流經(jīng)驗(yàn)和自學(xué)，并向老師請(qǐng)教等方式，使自己學(xué)到了不少知識(shí)，也經(jīng)歷了不少艱辛，但收獲同樣巨大。在整個(gè)設(shè)計(jì)中我懂得了許多東西，也培養(yǎng)了我獨(dú)立工作的能力，樹立了對(duì)自己工作能力的信心，相信會(huì)對(duì)今后的學(xué)習(xí)工作生活有非常重要的影響。而且大大提高了動(dòng)手的能力，使我充分體會(huì)到了在創(chuàng)造過程中探索的艱難和成功時(shí)的喜悅。雖然這個(gè)設(shè)計(jì)做的也不太好，但是在設(shè)計(jì)過程中所學(xué)到的東西是這次畢業(yè)設(shè)計(jì)的最大收獲和財(cái)富，使我終身受益。致 謝本論文是在我的導(dǎo)師——趙珂。在本文的工作期間趙老師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、求實(shí)的治學(xué)作風(fēng)、對(duì)科學(xué)的執(zhí)著追求和大膽創(chuàng)新精神，令我深受感染并從中獲益匪淺：趙老師對(duì)我的嚴(yán)格要求和熱誠(chéng)關(guān)懷使我無論在知識(shí)上還是實(shí)踐上都收獲頗多。在讀大學(xué)的四年時(shí)間里，在與趙老師的每次座談與交流中，趙老師強(qiáng)烈的事業(yè)心、循循善誘的教誨和對(duì)生活的真誠(chéng)感悟令我終生難以忘懷，成為我生命中永遠(yuǎn)的財(cái)富，激勵(lì)著我時(shí)刻奮發(fā)向上。在此，向我的導(dǎo)師一趙老師，致以最崇的敬意和最衷心的感謝!此外，還要感謝我的室友，感謝我的大學(xué)生全班同學(xué)，在這四年的共同生活中，是你們給了我太多的關(guān)心和支持。在此，請(qǐng)?jiān)试S我向每一位在我求學(xué)過程中遇到的老師、同學(xué)和朋友表示衷心的祝福和誠(chéng)摯的謝意!最后，我要把這篇論文獻(xiàn)給養(yǎng)育我的父母，感謝他們用博大的胸懷與深深的愛包容了我的一切優(yōu)點(diǎn)與缺點(diǎn)，慷慨地送給我一個(gè)屬于我自己的空間，讓我伸展開雙臂，擁抱我想要的生活!四年的大學(xué)生生活即將過去，這段記載著激情、艱辛、歡笑與友誼的青春歲月將成為我永遠(yuǎn)的記憶。未來的日子里，我將更加奮發(fā)圖強(qiáng)，決不辜負(fù)這么多曾給予我真誠(chéng)幫助的人們! 參考文獻(xiàn)[1]孫學(xué)巖,葉海建,韓玉坤．?dāng)?shù)字圖像壓縮原理及常用壓縮編碼方法．農(nóng)機(jī)化研究．2005．(3)，128～130[2]，馮?。畧D像編碼基礎(chǔ)和小波壓縮技術(shù)．清華大學(xué)出版杜．2004．3[3][4] R2007圖像處理技術(shù)與應(yīng)用/[5][6] 彭天強(qiáng),+P變換的圖像無損壓縮．計(jì)算機(jī)工程與應(yīng)用．2005．(16)；42～44 [7] 葉輕舟，林挺釗．基于FPGA的JPEG靜態(tài)圖像壓縮實(shí)現(xiàn)．福建工程學(xué)院學(xué)報(bào)．(3)：216～219 [8]岡薩雷斯．?dāng)?shù)字圖像處理(第二版)．電子工業(yè)出版社．2004．1 [9]姚慶棟，畢厚杰，王兆華等．圖像編碼基礎(chǔ)．2006．08 [10][11]（美）[12]（第二版）.[13][14](第2版).[15]（第三版）. [16][17]姚慶棟,畢厚杰,王兆華等．圖像編碼基礎(chǔ)．2006．08[18]Tharnvichai R．Bose T．Radenkovic M．Multiplierless predictor for DPCM of images．Circuits and systems，[19]Mielikainen J. Toivanen P．Clustered DPCM for the lossless pression of hyperspectral images．Geoscience and Remote Sensing,[20]附錄1 外文原文Source: the 21st century literature the applied undergraduate electronic munication series of practical teaching planThe information and munication engineering specialty in English ch02_1. PDF 120124Ed: HanDing ZhaoJuMin, etcText A: An Introduction to Digital Image Processing1. IntroductionDigital image processing remains a challenging domain of programming for several reasons. First the issue of digital image processing appeared relatively late in puter history. It had to wait for the arrival of the first graphical operating systems to bee a true matter. Secondly, digital image processing requires the most careful optimizations especially for real time applications. Comparing image processing and audio processing is a good way to fix ideas. Let us consider the necessary memory bandwidth for examining the pixels of a 320x240, 32 bits bitmap, 30 times a second: 10 Mo/sec. Now with the same quality standard, an audio stereo wave real time processing needs 44100 (samples per second) x 2 (bytes per sample per channel) x 2(channels) = 176Ko/sec, which is 50 times less.Obviously we will not be able to use the same techniques for both audio and image signal processing. Finally, digital image processing is by definition a two dimensions domain。 this somehow plicates things when elaborating digital filters.We will explore some of the existing methods used to deal with digital images starting by a very basic approach of color interpretation. As a more advanced level of interpretation es the matrix convolution and digital filters. Finally, we will have an overview of some applications of image processing.The aim of this document is to give the reader a little overview of the existing techniques in digital image processing. We will neither penetrate deep into theory, nor will we in the coding itself。 we will more concentrate on the algorithms themselves, the methods. Anyway, this document should be used as a source of ideas only, and not as a source of code.2. A simple approach to image processing(1) The color data: Vector representation① Bitmaps The original and basic way of representing a digital colored image in a puter39。s memory is obviously a bitmap. A bitmap is constituted of rows of pixels, contraction of the words “Picture Element”. Each pixel has a particular value which determines its appearing color. This value is qualified by three numbers giving the deposition of the color in the three primary colors Red, Green and Blue. Any color visible to human eye can be represented this way. The deposition of a color in the three primary colors is quantified by a number between 0 and 255. For example, white will be coded as R = 255, G = 255, B = 255。 black will be