小波在图像视频压缩领域中的应用分析【转贴】

到目前为止，小波的最多应用一直是数字图像压缩。它们是新JPEG2000数字图像标准的核心。使用小波变换的优势主要有如下几个方面。

1、基于小波变换的方法能有效地保留原始图像的细节和边缘，重建图像时不会造成“振铃”效应。

2、基于小波变换的方法采用多尺度分析，在图像重建时，加入的细节越多，重建的图像也就越清晰，因此在图像分级传输方面有着天然的优势。

3、对于高分辨率或纹理简单的图像，固定的8×8DCT变换不能有效的降低空间冗余性；而采用多尺度小波变换，子带越多，能量就越集中，压缩率越高。

4、某些小波变换（比如5/3滤波器）是正交的，可用于无损压缩。而DCT系数取近似值，变换是有损的，H.264的4×4、8×8整数变换也是如此。

然而，在视频压缩方面，小波的应用却步履艰难。

目前，基于小波变换的视频压缩算法可分为三类：

（1）基于空域运动补偿的小波视频压缩（MC-DWT）；

（2）基于变换域运动补偿的小波视频编码（DWT-MC）；

（3）含运动补偿的三维小波视频编码（MC-3DWC）；

MC-DWT算法在空间域进行运动估计和运动补偿，对残差图像采用小波变换进行编码。由于运动补偿后的残差图像不同于传统的自然图像，若采用一般图像的小波变换不能显著地提供压缩效率。另一个缺点是预测误差帧中存在明显的块边界。

DWT-MC算法首先对图像进行小波变换，在变换域中进行帧间运动估计和运动补偿，对残差信号再进行编码。由于小波变换不具有空间不变性，即物体在空间上平移，却在小波域产生了非平移现象，这使得在小波域内无法达到精确地估计而导致大量的补偿误差。

MC-3DWC它的基本原理是，在数十幅连续画面中进行三维小波计算，获得包括时间信息在内的全局分析结果，然后按照从低频到高频的顺序排列得到的分析结果。这样，一次压缩的结果就可能被用于不同带宽条件的多种传输场合。例如，在带宽较低的场合，只要传输低频分量，就可以获得相当好的画面；如果带宽资源充裕，就可以传输高频分量，获得更多的细节。但该方法难点在于：需要巨大的视频缓存区域、巨大的运算资源。

小波在图像视频压缩领域中的应用分析【转贴】相关推荐

无源波分和彩光模块_【光电通信】无源波分在 5G 场景中的应用分析
今日光电有人说,20世纪是电的世纪,21世纪是光的世纪:知光解电,再小的个体都可以被赋能.欢迎来到今日光电! ----与智者为伍为创新赋能---- 无源波分在 5G 场景中的应用分 ...
离散小波变换 python_用python中的“haar”小波对图像进行离散小波变换
我试图在python中的图像上应用haar小波.这是代码from pywt import dwt2, idwt2 img = cv2.imread('xyz.png') cA, (cH, cV, cD ...
小波在图像融合中的应用
小波应用于图像融合图像融合是综合两幅或者多幅图像的信息,以获得对同一场景更为准确.更为全面.更为可靠的图像描述. 1.在融合前对图像进行预处理,去除噪声. 2.对ImageA和ImageB进行DWT ...
基于小波的图像边缘检测,小波变换边缘检测原理
1.什么是"小波神经网络"?能干什么用呀小波神经网络(Wavelet Neural Network, WNN)是在小波分析研究获得突破的基础上提出的一种人工神经网络.它是基于小波 ...
【图像处理】小波编码图像中伪影和纹理的检测附Matlab代码和报告
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.
【图像处理】小波编码图像中伪影和纹理的检测(Matlab代码实现）
块编码、对象编码、小波编码、分布式编码【转贴】
人类获取的信息中70%来自于视觉,视频信息在多媒体信息中占有重要地位:同时视频数据冗余度最大,经压缩处理后的视频质量高低是决定多媒体服务质量的关键因素.因此数字视频技术是多媒体应用的核心技术,对视频编 ...
Python实现“EMD\EEMD\VMD+Hilbert时频图”与“CWT小波时频图”
Python实现"EMD\EEMD\VMD+Hilbert时频图"与"CWT小波时频图" 信号处理中常需要分析时域统计量.频率成分,但不平稳信号的时域波形往 ...
【图像融合】基于matlab主成分结合小波离散变换PCA-DWT图像融合【含Matlab源码 2199期】
一.小波变换彩色图像融合简介 1 基于小波的图像融合 1.1 小波的分解和重构小波变换是一种能够用来检测信号局部特征的数学工具.当然也可以将二维信号分解成不同分辨率的子带信号.由于图像为二维信号, ...

小波在图像视频压缩领域中的应用分析【转贴】

小波在图像视频压缩领域中的应用分析【转贴】相关推荐

最新文章

热门文章