《研究生学位论文选题报告》由会员分享，可在线阅读，更多相关《研究生学位论文选题报告（12页珍藏版）》请在金锄头文库上搜索。
1、研究生学位论文选题报告及论文工作实施计划重庆大学研究生院2003年12 月9 日w学 院：数 理 学 院 w专 业： 应 用 数 学 w研 究 生：杨 静 w学位级别：硕 士 w指导教师：何 传 江 w入学年月：2002年9月 说 明一、论文选题报告由研究生向教研(研究)室汇报并听取意见后，整理成文填写。 二、研究生应在入学后的第三学期内完成选题报告。 三、本表一式三份，一份交学院，指导教师和研究生各存一份。研究生自存表应于答 辩前交学院，作为答辩申报材料之一。一、论文选题报告（申请时间：2003 年12月9 日）经费数（万 元） 合同编号 自 拟 横向联系 部、省级 项 目国家项目 课题来源
2、 研究方向：分形理论及应用 论文题目：小波分形图像压缩编码的研究 其它工程应用应用研究基础研究题目类型报告内容：（课题学术和实用意义，国内外现状综述；研究目的、 内容、技术路线；可行性论证等）现代多媒体应用和通信技术的发展，提出了大量存贮和传输各种静态图像和动态 图像的问题，高质量传输和存贮图像的一种途径是把连续的图像信息离散化形成数字 化图像。一幅图像的各象素之间存在很大的相关性，因此，可以利用一些编码的方法 删去相关性达到减少冗余的目的，使其数据量大大小于原始的图像的数据量，接着对 压缩后的图像进行存贮或传输。如何用尽可能少的数据来尽可能不失真地表示图像已 成为这些应用的关键，这就是图像压
3、缩编码问题。自1948年Oliver提出PCM编码理论开始，图像压缩技术走过了50余年的历史。许 多压缩方法（如DPCM、DCT、VQ等）被提出，并得到较为广泛的实际应用。目前还 有了基于DCT 等的国际压缩标准（如JPEG，MPEG等）。然而，随着这些传统编码方 法的深入应用，人们逐渐发现了它们的许多缺点（比如高压缩比时图像出现的严重方 块效应，压缩算法不易反映人的视觉系统特性等等）。为克服传统压缩方法中的上述 缺点，人们不断探索新的图像编码方法。分形图像编码就是在这样的背景下产生的， 它被认为是第二代图像压缩编码技术的三大方法之一。分形图像编码是一个新颖的迭 代解码压缩技术。自1990年初
4、Jacquin提出实用的分形块编码（fractal block coding） 以来，短短十余年间，分形图像编码的研究取得了长足的进展。一、图像压缩编码方法图像压缩编码可分为无失真编码和限失真编码。为了进一步提高图像编码的压缩 比，除了利用图像中象素之间的相关性外，还必须充分利用人的视觉系统对图像灰度 灵敏度的差异，因此，限失真编码便成了压缩图像的常用方法。 (1) 变换编码：在变换编码中，进行图像编码的一项重要工作就是寻求一种正交变 换，图像数据经这种变换后，可以用一组解除了相关性的数据（变换系数）代替 对于大多数自然图像，变换得到的系数值大都很小。如果把这些系数按其含有图 像信息及其对图像
5、主观质量影响的重要程度顺序排列起来，那么，粗量化或完全 忽略掉一些不重要的系数将不会对重建图像质量发生什么重大影响（只产生很少 的失真），从而达到压缩数据的目的。图像处理学中介绍的各种变换（如离散余 弦变换，小波变换等）都可以用于变换编码。(2) 预测编码：图像的相邻象素之间通常呈现出高度的相关性，这种高度的相关 性使得未加工数据中蕴涵高度的信息冗余。因此，解除数据的这种相关性有可能 获得图像数据的有效压缩编码。预测编码（又称DPCM，Differential Pulse-Code Modulation，差分脉冲编码调制）就是基于这样的基本原理，每个像素可以根据以 前已知的几个象素值来预测。因
6、此在预测法编码中，编码和传输的并不是象素取 样值本身，而是这个取样值的预测值与实际值之间的差值。(3) 矢量量化：预测编码与变换编码都属于标量量化（数值量化，Scalar Quantization ），即先将图像经某种映射变换变成一个数列，然后逐一进行量化编码。向量量化 （Vector Quantization, VQ）与标量量化方法不同，它把图像数据分成很多组，每 组看成为一个向量，然后逐个向量进行量化编码。（R.M. Gray and D. L. Neuhoff, Quantization, IEEE Trans. Information Theory, vol.44, no.6, Oct
7、. 1998, pp. 2325- 2383） (4) 模型法：把图像分割成几个基本模型，模型具有一定的参数，只要将参数进行 编码传输，就可恢复出原始图像。众所周知，经典压缩编码方法主要依据图像本身固有的统计特性，并利用了人眼 视觉系统的某些特性，但是利用得还不够充分。随着感知生理心理学的发展，人 们越来越清楚地认识到，人的视觉感知特点与统计意义上的信息分布并不完全一致 ，统计上需要许多信息量才能表征的某些特征对视觉感知也许并不重要。因此，从 感知角度来说，详细表征这部分特征是不必要的。受此启发，人们从微观转向宏观 去研究开发新的编码方法（因为视觉感知是一种宏观认识过程），并注重对感知特 性的
8、利用。新一代编码技术，如子带与小波编码（Subband and Wavelet Coding） J. W. Woods and S. P. O. Neil, Subband Coding of Image, IEEE Trans. on ASSP, 1986, 34 (6), pp. 1278-1288; S. Mallat, A theory for multiresolution signal decomposition the wavelet representation, IEEE Trans. Pattern Analysis and Machine Intelligence, vo
9、l.11, no. 7, July 1989, pp. 674-693; M. Vetterli, Wavelets and Filter Banks: Theory and Design, IEEE Trans. Signal Processing, 1992, 40(9), pp.2207-2232.、模型编码（Model Based Coding）K.Aizwa and T. S. Huang, Model-based image coding: advanced video coding techniques for very low bit- rate applications, P
10、roceedings of the IEEE, vol. 83, no.2, 1995, pp.259-271、神 经网络编码R.D. Dony and S. Haykin, Neural Network Approaches to Image Compression, Proceedings of the IEEE, vol. 83, no.2, 1995, pp.288-303; J. Jiang, Image compression with neural networks - A survey, Signal Processing: Image Communication 14 (19
11、99) 737-760; M.Egmont-Petersena, D. de Ridderb and H. Handelsc, Image processing with neural networks - a review, Pattern Recognition 35 (2002) 22792301.与分形编码（Fractal Coding）就是在这样的背景下发展起 来的。二、分形图像编码概述 基于分形理论的图象压缩方法介于（3）和（4）之间，但有又其独特的一面，即把一 幅图象看作一个分形，只要找到迭代函数的参数，那么就可用迭代的方法把原来 的图象恢复出来。分形编码的原理从数学上看是简单的
12、，基于拼贴定理，待编码 图像由使得它近似不变的压缩仿射变换表示，压缩映象原理保证不动点图像由压 缩变换迭代作用于任意初始图像来生成，拼贴定理则保证不动点图像是待编码图 像的近似图像。 分形图像编码的数学基础主要是迭代函数系统、压缩映象原理和拼贴定理。迭代函数 系统（Iterated Function System，IFS）是Bernsley及其研究小组在Hutchinson 1981年提出的迭代函数理论（Iterated Function Theory）的基础上发展起来的， 它是分形几何的一个重要组成部分。拼贴定理是Bernsley 于20世纪80年代后期提 出的，它是压缩映象原理的一个简单推
13、论，并成功地用于集合、函数（包括信号 、图像）等的逼近。 分形理论（核心是分形几何）是非线性科学研究中十分活跃的一个分支，特别是十余 年来在计算机图像处理和分析中显示出越来越重要的作用。自然图像的模拟、图 像压缩、图像纹理分析、数字水印技术和模式识别等领域的大量学术论文都可见 分形的身影。总之，分形图像编码是分形几何、泛函分析等现代数学分支最成功 的应用之一。基于IFS的早期分形压缩编码（数学家Barnsley 1 提出）的大致步骤为：通过一些如颜 色分割、边缘检测、频谱分析、纹理分析等图像处理技术，从图像中提取分形子图（ 如一棵树、一片云、一片海景），使得每个子图具有一定的分形结构（子图的整
14、体与 局部之间存在某种自仿射特征），由此构造由大量子图组成的分形库。分形库中每个 子图对应一个仿射变换（迭代函数），这些迭代函数具有仿射形式，因此只要几个参 数即可确定。此外，需要存储的并不是子图本身，而是由若干参数组成的IFS码（仿 射变换参数），因此，分形库并不占有很大的储存空间。编码时，一幅数字图像被划 分成互不重叠、形状任意的子图。对于每个子图，在分形库中寻找与之最仿射相似的 子图（即在旋转、反射、伸缩、偏斜等操作之后与之相似），以保证它们的“拼贴”（ Collage）与原始图像相似。于是，一幅图像对应于一个由若干迭代函数组成的迭代 函数系统，迭代函数系统的所有参数就构成图像的IFS码
15、。因此，这种编码方法能够 实现很高的压缩比（Barnsley称可以得到10000:1以上的压缩比）。尽管事实证明这 种方法是不实用的（因为编码时间太长，且需要人机交互，对操作者有较高要求）， 但它毕竟为图像压缩提供了一条与以往完全不同的新思路。实际上，Jacquin8,9提 出的实用分形块编码正是在此基础上发展起来的。 从矢量量化编码的观点来看，分形块编码算法可描述如下：图像被分割成大小两类子块 ，小块称为range块（子块），大块称为domain块（父块），子块互不重叠且覆盖整 幅图像，父块可以重叠且边长为R块的两倍。父块经四邻域象素平均收缩为子块的大 小，然后每个这样的父块按等距变换（4个旋转和4个反射）扩大为8个子块，这种子 块的全体就构成虚拟码书（记为）与矢量量化编码不同，分形解码器并不存在 （也不需要）这样的码书，而是以自参考方式暗含于图像中，故称为“虚拟码书”。然 后每个子 块R由其最佳匹配块D的亮度变换（对比度和亮度调整）来近似，即， 其中1是亮度值均为1的常值块，s、o
