《MATLAB小波分析与图像压缩的文献翻译.docx》由会员分享，可在线阅读，更多相关《MATLAB小波分析与图像压缩的文献翻译.docx（13页珍藏版）》请在三一办公上搜索。
1、9小波分析供应了一种强大的和特别敏捷的工具集.来处理在科学和工程方面域本的问题，比如有频消噪、信号压缩、目标探测和指纹压缩、图像去噪、图像增加、图像识别、诊断心脏病和语音识别等等.在这里,我们要集中精力解决应用程序领域的小波图像玉缗,以视察如何实现小波变换的应用到一个图像压缩的过程中,如何利用数学方面的小波影响压缩的过程和结果。小波图像压缩的小波进行各种已知与不同的数学性旗.我In探讨的见解如何实现小波在数学的方式来适应图像压缩的工程模型。1介绍小波函数.允许数据分析的信号或图像.依据豌片或抉议.处理的信号,通过小波算法在factworks一样的人类的眼睛并:或数码相机处理觇觉尺度的决议.以及
2、中间的细微环节。但同样的原则也抓住了手机信号.甚至数字化彩色图像用于医药。小波是真正的运用在这些领域.例如在施近数据与猛烈波动如波涛汹涌的信号,或者图片,大量的边缘。小波或许一章函数论.我们证明白算法.结果是关犍的处理数字.或更精确的信息的数字化.信号时间序列.电影.颜色图片等等.因Il匕应用小波变换的想法包括大的部分对信号和图愎、数据陈缩、指纹编码.和其他很多领域的科学和工程.本论文重点对彩色图像的处理与运用定制的设计小波律法.和数学阈值过沌满.尽管彳ii近的一系列文章.对小波算子理论.须要一个教程这说明白一些应用往往从起步到运营商理论家,小波分析作为门学科是商度跨学科和它吸引了至关虫要的途
3、径从外部世界的想法。我们的目的是列出各种希尔伯特空间几何之间的联系和图像处理.因此,我们希钝能帮助学生和探讨人员从一个地区了解正在进行中的其他.沟通的困难之一是一个巨大的地区差异在术语、行话、数学术用.有亲自动手试脸.我们的报纸是为了帮助创建一个更好的了解.双方之间的联系.数学和图像，这是一个微妙的平衡确定包含什么。在选择我们所想要的学生在算子理出.演调说明,不简单找在文学.我们的论文结果扩展以前是已知的,我们布电收益率新的见解的缩放和非示的彩色图像:特殊是.我们已经为更好的算法.最终时一组计算机生成的图像以说明我们的世法和我们的算法.并运用生成的图像压缩1.1 综述小波图像处刑使计算机存储图
4、像在很多规模的决议.因此图像分解成不同层次和类基的细微环节和近似具有不同价值的决议。因此.使其能够放大,以获得更多细微环节.树木的叶子,甚至一只赛子在树原.小波图像在缩允许运用更少的存储空间和更具体的图像，作为数学上33所示.一个图像可以分解成近似、水平、直和对角的细微环节.N分解层级的完成.在那之后.气化工作是在分解的图像位置不同的出化或许做不同的组件.从而最大限度地发挥须要的数代细微环节和忽视Fot-Wamcd的细微环节.这是通过一些系数阈值的像素值图像是“扔掠域设置为零或者一些平滑”效应的工作是在图像矩阵.这个过程是用在JPEG20标准.1.2 目标在很多论文和书型,主胭在小波图像处理中
5、所探讨的主要是在一个极端,即在工程方面的方面或小波进行了探讨,在条件操作符没有被明确的提到它是如何被用于其在实际工程中的应用.在本文中,作者补充说到SkoOlUyoIl和VctOl更深化的数学性质,如属性从算f理论、泛函分析等.时小波起主要作用的结果在小波图像JK缩编码,我们探讨的目的在建立(假如尚未建立或改善之间的连接的数学方面的小波图像处理等方面的应用.同时.我们的论文探讨图像是用计6机程序实现.以及如何进行小波分解的数字化图像的计驾机程序而言.在数学方面.希望数学和工程学之间的沟通将会得到改善.从而将带来更大的收益.数学家和工程师.2彩色图像小波压缩整个过程的小波图像压缩是执行如下，一个
6、输入图像被计微机,前锋小波变换进行了数字图像JM伯可以对数字图像,焰编码工作是在图像在必要的地方,因此压缩图像是在电脑上完成.然后运用压缩图像、重建图像小波变换完成然后逆小波变换进行图像,囚此图像也建.在某些状况下,分块算法ISha93,并口用已知有更好的压缩和分块算法实现了,但它不是.1.1 提出小波变换.各种小波变换用于这步。即DaUbeChieS小波、COine(S.双正交小波、和Symle1$,这些不同的转换是实现视察各种数学性质,如对称,号码消逝的时刻和正交压缩图像的不同结果,优点是它可以保存城支持本地，运用正交小波的DaUbeChies,所以做CbifIei$Symle1$拥有的特
7、性接近时也双正交小波的是垂直的,但不是必命正交供应了更多的选项来各种过滤器如对称过渡器从而允许他们拥有对称的财产。MAT1.AB有一个叫做wacdz2子例程执行分解的图像为你到给定的期电水平(N)与特定须要小波(Wnaine)l因为有三个批件来处理.应用小波变换emponenlwise,“wavokc”是一个二维小波分析功能“IeSJ=WaVeda2X.N.的w三nc)返回小波分解矩阵的X在级别N.利用小波中指定字符串,wnamc”将是分解矢量C和COrrcSPolUUngbOokkeeping矩阵MutlabUG这里的图象为X的矩阵。1.2 阈值因为这个项目的目的是比较何个图像出海的性能运用
8、不同的小波、固定阈侪被运用.MAT1.AB里故称作Wthrmng#勺f程序.已经叫它可计算全局阈值或依就闽值水平依据选项和方法.可用的选项足全球性的阈值和间值水平依靠.和全琼阈值是程序中运用.然而.一个固定娟值是用给定的条件相同的每个小波变换来比较不同条件下的性能.在这里.固定面值102）人被运用.对于无损压端0作为阀值.缘由IS明显.2. 3重建图像小波变换和逆小波变换在这步.痣义的地图是实行与振施小波系数的非零价位,小波转换图像由建,逆小波变换.小波卷数转换为一个图像几乎相同原始图像,有多少相同.那么它们将取决于是否有损压缩或无损.3. 4COifIetS设计COin小设计,以维护一个接近
9、的匹配值之间的姓势和原始信号的值.全部的CoinetScOifI.我=6.12、1824岁.30定义在一个类似的方武,但他们有一段DaUbehiCS小波不同的M性.COif6转换产生一个更接近的比分SUbSignak之间趋势和原始信号的价值观匹配的DaUbJ用换UJ以产生.这意味着Coifman小波系统类似于DaUbeChiCS小波系统（等段2）.都拥有最大数砧的消逝的时刻,但是清说的时刻是平均分布在这个尺度函数和小波南数。相比之下的案例DaUbghiC小波、没有公式的COikiS地总属,没有正式的证明它们的存在为随意属在这个时候.有数值解的方法.用牛顿的工作很好,直到出现含入档误给问电,约2
10、0（roundoff属物设也是一个问题在计算数值超过这个DUUbahiCS缩放向域相同的范Sl与光谱分解.即使公式并给出一个arevalid存在定理为年个种类（ReB81.假如我们运用小波DaUbeChieS以同样的方式.一个人不能获得同样的近似结果,除了低阶，4. 5小波支撑小函数定义在一个有限的时间间隔和拥行一个平均的值为零.基本的想法的小波变换来表示的通函数RX）的通加一组这样的小波或基函数.这些基本功能是获得原型叫做母亲英恪尔小波小波V（X）.通过dilations或缩放和行译.小波基特别擅长有效地代表函数平滑除了少收的间断.5. 6双正交小波双正交小波分析的基砥在定义好定义依掘正交小
11、波基地.尽管正交小波谑波器的SdfTuality只有，双正交小波波波湍的二元件.自正交小波漉波器的使能源爱护证明在WaJ99.双正交小波不是旎源爱护.当前压缩系统运用双正交小波代替正交小波,尽管M实上它不是能源爱护，双正交小波的小实不是能源爱护不是一个大同鹿.因为有线性相位双正交谑波器系数是“接近”被正交UsMl卜的主要优点是双正交小波变换,它允许运用更而级别的过滤器R类包含对称过渡案，双正交小波变换是有利的.因为它可以运用线性相位泄波器供应对称输出当面对对称输入.这种转变被称为对称小波变换和它解决了问即的扩张和边界断层系数.这里的图像进行小波分解的次数的图像能够除以2.（地板（Iog2（mi
12、n（大小的图像）倍.平均的上一级的图像分解成四个SUbimagCS在每个级别的小波图像分解.进一步对图像进行小波分解应用在图2将会导致图像图3和图4.请留意上的图片左上角最角落得到粳糊“平均”时.还要留意水平、垂直、对角线图像的组件.个更好的例f.其中的水平、垂直和对角组件更明确地显示在图6和图图像7用意,水E垂坦和对角组件在矩形弹子图中.3图像的数学表示法在这-节中,我们将探讨了数字图像背后发示和数学MAT1.AB是一个互动的系统,它的基本数据元素是一个数组,它不须要尺寸.这使得制定解决很多技术的计算同遨.特殊是那些涉及矩阵表示,在很短的须要花费一些时间来编写一个程序在一个标限交互式语古如C
13、或Fof=imrcad(lcna.jpg);读取JPEG图像莉娜分为图像数组或图像亚阵f-因为行：.种颜色组成的形配即红色,绿色和吃色巾房,图像分为三个不同颔色矩阵fr,f和fb,6. 3图像的小波分解。西色转换，图像压缩的过程中.应用压缩图像的RGB殂件会导致不良的颜色改变。因此,图像转化成它的演度.色调和色调饱和.度殂件，颜色转换用于JPEG-2000标准ISkOoll1.I经被采纳。4结果和探讨4.1该安排的实施这个安排执行,运用MAT1.AB与不同的子程序,使得小波变换、图压缩和阈值计算信号的小波变换的工具包。4. 2探讨有损压缩，有多种影响因素的图像H询。正如上面提到的其次部分.no
14、11orth(,gnalily小波U俺会引起压缩是有损的.当阈值应用于JK缩.一些“微乎其微的系数被扔掉从而导致有损东缩.同时,层级的数疑将小波变换应用会影响压缩质收.尽管Iossincss所引起的非正交小波是不行以避开某些小波时被运用.试图以小化了Iossigs数做的层部分下降到单个像素级当小波变换应用(noMog2(min(大小的图像).除了应用各种阈值Igiz视察，一个行损压缩方法倾向于生产中的福误会乐映像。有描乐缩方法时运用这些槽误是如此的小.以致他的碓以察觉,假如那些无法察觉的错误是可以接受的技术是有利的损髭比无损的,就可以达到更高的压缩比。为了支持所支称的比较结果的图像和理论学问.
15、我们获得了文本特征,比较T数值.他们的压缩率.均方根误差.11ns两个规范的相对差异D.和嵯值信噪比.PNSR.各种小波变换具有两种不同th心holdings被用来压缩和8位Iena.png彩色图像一有一件事可以立刻指出通过杳看图像,图像压缩与较小的阈位为10行起来更接近原始图像，现在.考虑在个小波变换的表演获得相向的M伯,bior22双正交小波)sym5(Symlet)和Coif3(Cifk好像己经产生/更少的完备的图像压缗的小波相比,全部其他的在小波db2好像产生了最完备的图像H的:“闻探讨什么；“：db2DaUbCChiCS小波被更好的信号JK缩比dbl(哈尔).考虑到错误和压缩比的感知
16、Wm5形象将是最好的选择小波,在加些被用于图像压缩，因此,在这种状况下,sym5特别接近对称小波做了一份更好的工作,在图像压缩，向样,让额外的僦性如前所述Cbiflets下段由在图像压缩Coif3执行得更好。有biormhog。向属性好像也导致更好的图像压缩，另一方面正交小波DaUbehieS好像并不比CoinCK表现更好.Symlets双正交小波,而且.有再支挣比例为小波的依次.好像导致企业绩效的不断恶化的图像小缩.与俵(ftlQ.当一个DaUbCChiCS小波.压缩比运用dbl34.2627而db238.4340了，-个Coinel。沟导致压缩率为37.0173,而发型3导致压缩率为26.
17、8321,双正交小波bkwl.1和bioQ2给了34.2627和30.2723的压缩率分别，SymklsSym2和Sym5导致压缩率分别为38.4340倍和34.3523倍。现在JH更高的阈值,因为更多的H期被丢失.乐缩比的增加而增大.然而.图像的质殴的同时削减r.7. 3结论小波压缩的确呈现HI非凡的性能，尤其是较小的HHi1,它并不是在原始图像之间的可做的.那么图像压缩为某些状况下.然而汪可以进行更多的改进.作为里提到ISkooI有更多的改进的空间通过添加更多的阶段到压缩如量化、燃织码等.同时.我们没有涉及到全部的小波.就在那里.它不能确定是喙一个表现最佳的图像压缩。数学方面的小波扮演一个
18、重要的不同结果的工程应用.我布里探讨的数学性防及其应用小波在不同地区的工程探讨.AbstractAbstract:Wavclctsprovideapowerfulandremarkablyflexiblesetoftoolsforhandlingfu11(hnntalproblemsinscienceandengineering,suchasaudiodc-noising.signalcompression,objectdetectionandImgcrprintCOfnPrcSSion.imagede-noising.imageenhancement,i11agcFVCogniIion.di
19、agnostichearttroubleandspeechnxognilion.Ionamealew.Herc.wearcgoingIognccntralcOnwaveletapplicationinIhefieldfImageCompassionsoasoobservehowwaveletisimlenIenIed(obeappliedioanimageinIheprocessofcompression,andalsohowmathematicalaspcc(sofwaveletaffectthecompressionprocessandtheresultsofi(.Waveletimage
20、compressionisperformedwithvariousknownwaveletswithdifferentmathematicalproperties.WcstudytheinsightsofhowwaveletsinmathematicsarcimplementedinawaytofittheengineeringInOddofimagecompression.1 .IntroductionWaveletsarefunctionswhichallowdataanalysisofsignalsorimages,accordingtoscalesorresolutions.Thepr
21、ocessingofsignalsbywaveletalgorithmsinfactworksmuchIhcSamCwaythehumaneyedocs;orthewayadigitalCalnefaprocessesvisualscalesofits。IUIionlandMiermediaiedetails.BulIheSameprinciplealsocapturescellphonesignals,andevendigitizedcolorimagesusedinInedicineAVaveIetsarefrealuseintheseareas,forexampleinapproxi11
22、utingdatawithsharpdiscontinuitiessuchasChoPPysignals,orpictureswithlotsofedges.WhilewaveletsisperhapsachapletinfunctionIheoIywvshowtha【Ihealgorihn)sthatvsul(arvkeyiothep11xxssingofnumbers,ornwrcpreciselyofdigitizedinfo11nalion.signals,(inseries,movies,colorimages,etc.Uhus.applicationsOfthewaveletide
23、aincludebigpartsofsignalandimagep11xcssing.datacompression,fingerprintencoding,andmanyotherfieldsofscienceandengineering.ThisthesisfocusesontheprocessingofcolorimageswithIheuseofcustomdesignedwaveletalgori(hns.andnulhemaicalthresholdfilters.AlthoughIherchavebeenanumberofrecentpaperstmIheOPenHortheor
24、yofwavelets,(hereisanexJfoeatutorialwhichexplainssomeappliedtendsfromscratchtoOPCmtortheorists.Waveletsasasubjectishighlyinterdisciplinaryanditdrawsincrucialwaysonkicasfromtheoutsideworld.WeaimtooutlinevssareasisavastdifferIrnCCinlingojargon,andmathematicalterminology.Withhands-onCXPCrimefourpaperis
25、me:InlghelpcreateabetterUndcrsiamiingoflinksbetweenIhC八VOsides,nu(halimages,hisadeliximationwithdifferentvaluedresolutions.Hence,InakingitpossibletozoominoobtainnredetailOfIbetrees,leavesandevenannkeyontopoflhetree.WaveletsallowoneIocompress(heimageusinglessstoragespaceWiIhmoredetailsOfIhCimagc.,lhc
26、advantageofdec(M11po*ingimagestoapproximateanddetailpartsasin3.3isthatitenablestoisolateandmanipulatethedaUwithspecificProPCrtics.Withthis,itispossibletodeterminewhethertopreservemorespecificdetails.Forinstance,keepingmoreverticaldetailinsteadofkeepingallthehorizontal,diagonalaxlverticaldeailsofanim
27、agethathasInOreVeniCalaspects.TinswouldalIowtheimagetoloseacertainamountofhorizontalanddiagonaldetails,butwouldngram.andintermsofnathenuicstinthehopetlmtIhecommunicationbetweenInathemaliCSandengineeringwillimprove,thuswillbringgreaterbetfilstoInatheniatiuiansandengineers.2 WaveletColorImageCompressi
28、onThewholeprocessofwaveletimagecompressionisIxrrIbnnedasfollows:AninpulimageisIakenbythecomputer,forwardwaveletImnNbrmisperformedonthedigitalimage.IhrCShOIdingisdoneonthedigitalimage、entropycodingisdoneOnIheimagewherenecessary,thus(hecompressionOfimageisdoneon(hecomputer.Thenwiththecompressedimage.i
29、?oonsinciionofwavelett11nsfbmedimageisdone、IheninvenewaveldIransfonnisperformedontheimage,thusimageisreconUcted.InSonlCcases,zero-treealgorithmSha93isusedanditisknowntohavebettercompressionwithzcntrccalgorithmbutitwasnotimplementedhere.2ForwardWaveletTransform.Variouswavelettransformsarcusedinthisst
30、ep.Namely.Daubcchieswavelets,Coitlcts.biorthogonalwaveletundSymlcts.ThesevarioustransformsarcimplementedtoObSCrVChowvariousmathematicalppertiessuchasSyInInetry.numberofvanishingmomentsandorthogonalitydiffer(heresultofCOnlPfeSSedimage.Advantagesshortsupportisthatilpreserveskxrality.TheDaubcchieswavel
31、dsusedarcorthogonal,sodoCoillcs.SymlctshavethepropertyofbeingCloSCtosymmetric.hchiorthogona!WaVdCtSarenotOnhOgOnalbutnothavingtoheorthogonalgivesmoreoptionstoavarietyofiliterssuchassymmetricfiltersthusallowing(hemtopossessthesymmetricproperty.MA1.ABhasasubroutinecalledwavcdcc2whichperformsthedecompo
32、sitionoftheimageiyouuptothegivendesiredlevel(N)withthegivendesiredwavclct(wnanc).Sincetherearcthreecomponentstodealwith.II)CwaveletIransfbnnwasappliedcomponentwise,twavedect,isaIwodiineiNionalwaveletanalysisfunction.C.SJ-wavedgran.However,afixedthresholdvalueswereusedsoastohavethesamegivenconditionf
33、oreverywavelettransformtocomparethepcr1111nanccsofdifTcrcntconditions.Here,fixedIhreShCkkK)and20WCrCwsed.ForthelosslesscompressionOisusedas(hethresholdforanobviousreason.2.3. ReconstructionofWaveletTransformedIimigeandandInverseWaveletTmsfomvKionzM(hisstep,(heSigniflcanceInaPistakenandwiththeainplil
34、udesofthenon-zervaluedwaveklCocfikienis.theWdVdClUunsfbnncdimageisrcconstmctcd.hcwaveletparametersarcconvertedbackintoanimagealmostidenticaltotheOriginalimage.Howmuchidenticaltheyarcwillbe(IcpcndcntUPonwhethertheConiprcssionwaslossyorlossless.2.4. Col11ets.Coiflctsarcdcsigwdsoastomaintainaclosematch
35、betweenthetrendvaluesandtheoriginalsignalVaJUeS.AlloftheCOifIeI，GriflftI=6.1218.24t30adefinedinasimilarwayasDaubechieswaveletsbuttheyhavesomedi11ercntproperties.Coif6Irunsfbmiproducesamuchclosermatchbetween(rendsubsignalsandtheoriginalsignalvaluesthanthematchthatanyoftheDaubJIranSfOnTlScanp11lucc.,I
36、hismeansthatthe.CoifmanwaveletsystemsarcsimilartoDaubcchicswaveletsystems(inmnk2)inthatheyhaveamaximalnumberofvanishingnonenis,butthevanishingofmomentsareequallydistributedbetween(hescalingfunctionand(hewaveletfunction.IncontrastothecasefixDnubechieswavelets,thereisnoformulaIbrCoiflclsofartit11rgenu
37、s,andIhCreisnoformalPn)Ofoftheirexistenceforarbitnrygenusalthislime.TherearcnumericalsolutionsusingNewtonsmethodwhichworkwelluntilround-offerrorgivesproblems,uptoaboutgenus20(roun(ioferrorisalsoaProblCmincalculatingtheDaiibochicsscalingvectornumericallybeyondthissamerangewithspectralfactorization,eventlxxghIheformulasarevalidandgivea)existenceIheorcmforeverygenusRcs98.lfweusedDaubcchiesivelclsinthesameway.oneCannOlgel(hesameapproximationresults,excepttoloworder.!.SWaveIetsCornpacllysupportedwaveletsarefunctionsdefinedoverafiniteintervalandhavingnaveragevalueofzero.Th
