【文章內容簡介】 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。相對于DCT域下的圖像壓縮，小波壓縮具有很大優(yōu)勢。小波變換能夠有效地應用于圖像數(shù)據壓縮，從根本上說，其壓縮機理正是體現(xiàn)在小波變換對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圖像進行相應的壓縮處理。從形式上講，小波變換提供了一種有效的多層次結構的圖像描述形式，能夠從整體上把握圖像的結構，可以利用圖像中更大范圍內的相關性，并使得圖像的統(tǒng)計特性變得相對簡單化。而且對于一般的圖像，經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，只需要調整程序中子矩陣的大小即可。最后，小波壓縮的程序既簡單又實用，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)據對比，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)據對比。離散余弦變換壓縮尺寸大小/字節(jié)程序運行時間壓縮前圖像256x25665536壓縮后圖像256x256524288小波變換壓縮尺寸大小/字節(jié)程序運行時間壓縮前圖像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)據對比第四章 結論在許多應用領域，都會用到數(shù)字圖像。由于數(shù)字圖像數(shù)據量大．因此就會面臨數(shù)字圖像信息進行傳輸或存儲的問題。想要在有限的存儲 空間盡可能的存儲更多的圖像 或者在有限的時間內傳輸更多的圖像，這就涉及數(shù)字圖像的壓縮技術。圖像壓縮技術是圖像處理技術的重要分支之一，圖像壓縮技術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都各自有各自的優(yōu)點但也存在不足。本文在介紹了現(xiàn)有的幾種圖像壓縮技術的基礎上，詳細分析了DCT和小波變換壓縮，并對壓縮前后的數(shù)據和圖像進行了對比，并得出了從全面、系統(tǒng)觀點考慮，經過靜止圖像的基于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。從本文實驗可以看出相對于DCT域下的圖像壓縮，小波壓縮具有很大優(yōu)勢。從根本上說，小波壓縮機理正是體現(xiàn)在小波變換對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圖像進行相應的壓縮處理。從形式上講，小波變換提供了一種有效的多層次結構的圖像描述形式，能夠從整體上把握圖像的結構，可以利用圖像中更大范圍內的相關性，并使得圖像的統(tǒng)計特性變得相對簡單化。而且對于一般的圖像，經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，只需要調整程序中子矩陣的大小即可。最后，小波壓縮的程序既簡單又實用，更加方便于被廣泛利用。第五章 總結與體會隨著畢業(yè)日子的到來，畢業(yè)設計也接近了尾聲。經過幾周的奮戰(zhàn)我的畢業(yè)設計終于完成了。在沒有做畢業(yè)設計以前覺得畢業(yè)設計只是對這幾年來所學知識的單純總結，但是通過這次做畢業(yè)設計發(fā)現(xiàn)自己的看法有點太片面。畢業(yè)設計不僅是對前面所學知識的一種檢驗，而且也是對自己能力的一種提高。通過這次畢業(yè)設計使我明白了自己原來知識還比較欠缺。自己要學習的東西還太多，以前老是覺得自己什么東西都會，什么東西都懂，有點眼高手低。通過這次畢業(yè)設計，我才明白學習是一個長期積累的過程，在以后的工作、生活中都應該不斷的學習，努力提高自己知識和綜合素質。在這次畢業(yè)設計中也使我們的同學關系更進一步了，同學之間互相幫助，有什么不懂的大家在一起商量，聽聽不同的看法對我們更好的理解知識，所以在這里非常感謝幫助我的同學。我的心得也就這么多了，總之，不管學會的還是學不會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的感覺。此外，還得出一個結論：知識必須通過應用才能實現(xiàn)其價值！有些東西以為學會了，但真正到用的時候才發(fā)現(xiàn)是兩回事，所以我認為只有到真正會用的時候才是真的學會了。在此要感謝我的指導老師趙柯對我悉心的指導，感謝老師給我的幫助。在設計過程中，我通過查閱大量有關資料，與同學交流經驗和自學，并向老師請教等方式，使自己學到了不少知識，也經歷了不少艱辛，但收獲同樣巨大。在整個設計中我懂得了許多東西，也培養(yǎng)了我獨立工作的能力，樹立了對自己工作能力的信心，相信會對今后的學習工作生活有非常重要的影響。而且大大提高了動手的能力，使我充分體會到了在創(chuàng)造過程中探索的艱難和成功時的喜悅。雖然這個設計做的也不太好，但是在設計過程中所學到的東西是這次畢業(yè)設計的最大收獲和財富，使我終身受益。致 謝本論文是在我的導師——趙珂。在本文的工作期間趙老師嚴謹?shù)闹螌W態(tài)度、求實的治學作風、對科學的執(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：趙老師對我的嚴格要求和熱誠關懷使我無論在知識上還是實踐上都收獲頗多。在讀大學的四年時間里，在與趙老師的每次座談與交流中，趙老師強烈的事業(yè)心、循循善誘的教誨和對生活的真誠感悟令我終生難以忘懷，成為我生命中永遠的財富，激勵著我時刻奮發(fā)向上。在此，向我的導師一趙老師，致以最崇的敬意和最衷心的感謝!此外，還要感謝我的室友，感謝我的大學生全班同學，在這四年的共同生活中，是你們給了我太多的關心和支持。在此，請允許我向每一位在我求學過程中遇到的老師、同學和朋友表示衷心的祝福和誠摯的謝意!最后，我要把這篇論文獻給養(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)點與缺點，慷慨地送給我一個屬于我自己的空間，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的記憶。未來的日子里，我將更加奮發(fā)圖強，決不辜負這么多曾給予我真誠幫助的人們! 參考文獻[1]孫學巖,葉海建,韓玉坤．數(shù)字圖像壓縮原理及常用壓縮編碼方法．農機化研究．2005．(3)，128～130[2]，馮?。畧D像編碼基礎和小波壓縮技術．清華大學出版杜．2004．3[3][4] R2007圖像處理技術與應用/[5][6] 彭天強,+P變換的圖像無損壓縮．計算機工程與應用．2005．(16)；42～44 [7] 葉輕舟，林挺釗．基于FPGA的JPEG靜態(tài)圖像壓縮實現(xiàn)．福建工程學院學報．(3)：216～219 [8]岡薩雷斯．數(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．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．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