[發明專利]一種基于小波包和矢量量化相結合的圖像壓縮編碼方法

在審

• 申請號: 201310526812.5
• 申請日: 2013-10-29
• 公開（公告）號: CN103546759A
• 公開（公告）日: 2014-01-29
• 發明（設計）人: 段勇;李鶴婷;于霞
• 申請（專利權）人: 沈陽工業大學
• 主分類號: H04N19/63
• 分類號: H04N19/63;H04N19/94
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 宋鐵軍

1.一種基于小波包和矢量量化相結合的圖像壓縮編碼方法，其特征在于：該方法按以下步驟：

步驟（1）：對于待壓縮編碼圖像，對其進行多級小波變換，分解成低頻系數和高頻系數；

步驟（2）：對于小波分解后的低頻系數采用標量量化方法，再使用熵編碼得到低頻碼流；

步驟（3）：對于小波分解后各頻帶的高頻系數進一步采用小波包技術分別對其進行分解；

步驟（4）：根據各級高頻子帶系數在空間和頻率上的對應關系，構成分類訓練矢量；

步驟（5）：根據矢量能量閾值對訓練矢量進行篩選；

步驟（6）：對于篩選后的分類矢量，分別采用基于等失真準則的廣義學習矢量量化方法來設計矢量量化器的碼書；

步驟（7）：對矢量量化的碼流進一步使用熵編碼進行無損壓縮，從得到高頻碼流；

步驟（8）：對由低頻碼流和高頻碼流構成的壓縮數據，采用上述編碼的逆過程進行解碼，再進行重建得到恢復圖像。

2.根據權利要求1所述的基于小波包和矢量量化相結合的圖像壓縮編碼方法，其特征在于：在步驟（3）中，分別對小波變換后的第1級，第2級和第3級頻帶三個方向的高頻系數進行二維小波包變換，將各頻帶各方向的高頻系數進一步分解，分解后的系數能夠更精確的描述圖像各方向細節信息。

3.根據權利要求1所述的基于小波包和矢量量化相結合的圖像壓縮編碼方法，其特征在于：在步驟（4）中，各子帶對應位置的系數代表原圖像同一細節在不同分辨率下不同方向的描述，它們具有帶間的相關性，根據這種空間位置和內容上的相關性來構造訓練分類矢量，選擇同一方向不同子帶上同一位置的系數組成訓練矢量，不同的級別頻率子帶選取不同數量的系數；再根據高頻系數的方向性，將訓練矢量進行分類，每類矢量用于設計各自的量化器碼書，訓練過程各自獨立。

4.根據權利要求1所述的基于小波包和矢量量化相結合的圖像壓縮編碼方法，其特征在于：在步驟（6）中，將設計矢量量化器最優碼書的等失真準則引入到廣義學習矢量量化方法中，加入一種基于等失真廣義學習矢量量化的碼書設計方法，其主要步驟包括：

1）初始化碼書C(0)，初始碼字可從輸入訓練序列矢量中隨機選取N個矢量；初始化碼書中各碼字的部分失真D_i(0)；設最大迭代次數為T，允許誤差門限值ε＞0，初始學習率為α(0)；

2）對于各學習步驟t＝1,…,T，計算每步的變化學習率α(t)；

①根據每個碼字所屬區域內的訓練矢量計算各碼字的部分失真D_i(t)；

②基于各碼字的部分失真，計算改進的失真測度為：

③根據新的失真測度找出競爭獲勝碼字矢量；

④修正碼書中的獲勝碼字和其他碼字矢量；

3）調整碼書中各碼字分割區的所屬訓練矢量；

4）計算誤差E_t；

5）若誤差小于給定閾值或達到最大學習步數，則停止，并確定為最終的碼書；否則轉步驟（2），進行重新計算。