低内存小波变换及其编码

【摘要】：本文主要讨论基于小波变换的适合硬件实现的低内存图像压缩方法。 由于小波变换具有良好的去相关性，能量密集性，多分辨性，使得基于小波变换的图像压缩编码方案易于实现一些重要的极具吸引力的特征，例如，算法的低复杂度，压缩的高性能，分辨率可调性，保真度可调性，精确的比特率控制等，这些特征使得基于小波变换的压缩方案成为当前压缩方法的主流和研究热点。但是目前基于小波变换的压缩系统还远未成熟。当前，几乎所有基于小波的图像压缩算法都要求整幅图像在处理时被缓冲到内存，因此使得系统内存用量与图像尺寸成比例增长，这使得寻求高效低内存，硬件友好的压缩算法成为迫切需要。 在许多图像压缩的应用中，尤其是对于面向大众市场的电子消费产品(如打印机，数码相机，PDA等)，为了维持低成本，内存是一个很重要的限制。而且，随着电子技术的发展，高分辨率，高质量的图片的获取与应用越来越普遍，如何用有限的内存处理大尺寸图片已经成为一个越米越迫切的研究课题。 本文研究了低内存小波变换及其相应的编码方法，通过研究了基于“行”的离散小波变换(Line-Based Discrete Wavelet Transform,LBWT)的实现及其相关的编码方法(Line-Based Coding, LBC)，基于“块”(Block-by-Block)的小波变换等低内存变换方法，提出了基于“带”的离散小波变换(Stripe-Based Discrete Wavelet Transform, SBWT)及其相应的编码方法。 相对于LBWT，SBWT具有更小的系统时延，而且其输出的变换系数结构更规范，易于访问：另外结合本文提出的基于“带”的编码方法(Modified Low Complexity and LowMemory Entroty Coder M-LLEC)，构造了一个完整的高效、低复杂度、低内存消耗的图像压缩系统，且该系统的内存消耗量只与待压缩图像的宽度，所用小波滤波器组的长度，及分解层数有关，而与图像高度无关。