【文章內(nèi)容簡(jiǎn)介】 ostly between 1/250 and 1/500. Thus, if a random bitstream is fed into the decoder after training it to this point, an average of 250 to 500 symbols will be processed before the stop symbol is decoded. The bitstream is correctly interpreted as long as the decoder is synchronized with the encoder, but this synchronization is lost shortly after the first error occurs. Once this happens, the ining bitstream looks random to the decoder (the more efficient the encoder, the more random it will appear). Since each symbol is represented in the pressed image by between one and two bits, the decoder should selfterminate between 31 and 125 bytes after an error occurs. Experimentally, we have found that the arithmetic decoder overrun is typically between 30 and 50 bytes, which is consistent with the theoretical range, since most of these terminations took place while decoding the highly pressed significance map. If the overrun 5 is small pared to the number of bits correctly decoded, it does not significantly affect the quality of the reconstructed image. While some erroneous information is incorporated into the wavelet coefficients, the bit plane scanning structure ensures that it is widely dispersed spatially, making it visually insignificant in the image. 1 作者： Charles D. Creusere 國(guó)籍 : 美國(guó) 出處：圖像處理 電機(jī)及電子學(xué)工程師聯(lián)合會(huì) 1997年第 10期 14361442頁(yè) ISSN10577149 一種基于嵌入式零樹(shù)小波算法的魯棒圖像壓縮新方法 （一） Charles D. Creusere 摘要 本文 提出了一種基于小波變換的圖像壓縮算法， 通過(guò)分割由 系數(shù)轉(zhuǎn)變 成的 群 組 和獨(dú)立使用 內(nèi)嵌 編碼器處理每個(gè) 分 組 ， 實(shí)現(xiàn)了傳輸錯(cuò)誤 的 魯棒性。 這樣，一個(gè)分組的誤碼不會(huì)影響到其他的分組，允許更多未損壞的信息到達(dá)解碼器 標(biāo)引詞 系數(shù)分割，內(nèi)嵌碼流，錯(cuò)誤恢復(fù)，圖像壓縮，低復(fù)雜性，小波。 一、引言 最近，受到無(wú)線(xiàn)服務(wù)和互聯(lián)網(wǎng)的增殖、消費(fèi)者對(duì)多媒體產(chǎn)品的需求的影響，人們對(duì)圖像和視頻數(shù)據(jù)在含噪通信信道的傳輸?shù)呐d趣日益加深。基于這種應(yīng)用環(huán)境，無(wú)論從復(fù)雜性還是信息理論的角度，合并信源和信道編碼（即壓縮和糾錯(cuò)）流程都是十分有利的。在這項(xiàng)工作中，我們采用了一種低復(fù)雜度、信源信道聯(lián)合編碼的形式，不 同數(shù)量的傳播錯(cuò)誤的魯棒性可直接內(nèi)建在一個(gè)內(nèi)嵌比特流中。在這里采用的方法修改了Shapiro 的嵌入式零樹(shù)小波（零樹(shù)）圖像壓縮算法，但其基本思想可以很容易地適用于其他基于小波變換的嵌入式編碼，例如 Said and 2 Pearlman 的基于小波變換的嵌入式編碼和 Taubman and Zakho 的基于小波變換的嵌入式編碼。使用這種方法 已經(jīng)得到了 一些初步成果。 本文組織如下。在第二節(jié)，我們將討論傳統(tǒng)的 EZW 圖像壓縮算法及其對(duì)傳輸誤差的影響。接下來(lái)，我們?cè)诘谌?jié)開(kāi)發(fā)新的魯棒性編碼器并且探索相關(guān)實(shí)施編碼器的方案。在第 四節(jié)，我們分析在存在通道錯(cuò)誤的情況下魯棒 EZW 算法的性能，并且我們?cè)诘谖骞?jié)使用這種分析的結(jié)果充當(dāng)對(duì)比。最后，在第六節(jié)中討論執(zhí)行和復(fù)雜性問(wèn)題，在第七節(jié)記錄隨后的結(jié)論。 二、 EZW 圖像壓縮 一幅輸入的圖像經(jīng)過(guò)小波變換后， EZW 編碼器利用位平面編碼創(chuàng)造一個(gè)圖像的嵌入式描繪的形式來(lái)逐步量化系數(shù)，也就是說(shuō)，高分辨率的描繪還包含所有粗分辨率。此位平面編碼是通過(guò)比較小波系數(shù)和閾值 T的大小來(lái)確定哪些系數(shù)是重要的：如果小波系數(shù)比 T 大，則這個(gè)小波系數(shù)是重要的。由于掃描進(jìn)程是從低空間頻率到高空間頻率，一個(gè) 2bit的字符被用來(lái)編 碼所有重要系數(shù)的標(biāo)記和位置。這個(gè)字符可以是用 +或 來(lái)描述重要系數(shù)的標(biāo)記；一個(gè)“ 0”表明該系數(shù)是微不足道的 。一個(gè)零樹(shù)的根（ ZTR）表明該系數(shù)與在同一空間區(qū)域中所有高分辨度相應(yīng)的系數(shù)一樣是微不足道的。 ZTR 字符的引入大大提高了編碼效率，因?yàn)樗试S編碼器利用已在大多數(shù)圖像中被觀察到的層間之間的相關(guān)性。在計(jì)算操作給定位平面的“重要性圖表”字符后，分辨率增強(qiáng)位必須被傳輸?shù)剿兄匾南禂?shù)，在我們的實(shí)際操作中，我們連接兩個(gè)系數(shù)來(lái)形成字符。在傳輸之前，重要性圖表字符和分辨率增強(qiáng)字符使用簡(jiǎn)單的自適應(yīng)模型 3 描述 ，以四個(gè)字母 符號(hào)來(lái)進(jìn)行算術(shù)編碼（增加一個(gè)停止字符）。然后閾值 T 除以 2，并且反復(fù)進(jìn)行掃描過(guò)程直至滿(mǎn)足某一碼率或失真率目標(biāo)。此時(shí)，傳輸停止符號(hào)。另一方面，解碼器僅僅只接收來(lái)自編碼器的比特流，對(duì)其進(jìn)行解碼，并逐步用和編碼器建立重要性圖表的列出方式完全相同的列出方式建立重要性圖表和增強(qiáng)字符。 編碼器產(chǎn)生的比特流的內(nèi)嵌性質(zhì)提供一定程度上的誤差防護(hù)。具體而言，第一個(gè)位錯(cuò)誤到達(dá)之前的所有信息可以用來(lái)重建圖像 。一切在丟失后都可以到達(dá)。這是許多一個(gè)錯(cuò)誤就可能對(duì)圖像造成不可彌補(bǔ)的損害的壓縮算法所不能相比的。此外，我們已經(jīng)發(fā)現(xiàn)， EZW 算法實(shí) 際上在實(shí)現(xiàn)其目標(biāo)碼率或失真之前，當(dāng)