技術標籤：程式設計其他

基於小波變換的影象壓縮
是指對影象應用小波變換演算法來進行多解析度分解，通過對小波係數進行編碼來實現影象壓縮。

處理流程為

   1，對影象進行多級小波分解，得到相應的小波係數；

   2，對每層小波係數進行量化，得到量化係數物件；

   3，對量化後的係數物件進行編碼，得到壓縮結果。

   影象矩陣是二維矩陣，假設影象矩陣大小為N*N，且n=2^n，那麼經過一層小波變換後，原始影象便分解為4個解析度為原來尺寸1/2的子帶區域（LL,HL,LH,HH），分別包含了相應頻帶的小波係數。這一過程相當於在水平、垂直方向上進行隔點取樣。下一步是進一步進行的2級小波分解。
 

LL頻帶保持了原始影象的內容資訊，影象的能量集中於次頻帶。對於影象水平、垂直方向均進行低通濾波得到；

HL頻帶保持了影象水平方向上的高頻邊緣資訊。對影象水平方向高通濾波和垂直方向低通濾波得到；

LH頻帶保持了影象垂直方向上的高頻邊緣資訊。對影象水平方向低通濾波和垂直方向高通濾波得到；

HH頻帶保持了影象在對角線方向上的高頻資訊。對影象水平、垂直方向均進行高通濾波得到。

一個影象經過小波分解後，可以得到一系列不同解析度的子影象，不同解析度的子影象對應的頻率也不同。高解析度（即高頻）子影象上大部分點的數值都接近於0，解析度越高，這種現象越明顯。要注意的是，在N級二維小波分解中，分解級別越高的子影象，頻率越低。子影象HL2、LH2、HH2的頻率要比子影象HL1、LH1、HH1的頻率低，相應地解析度也較低。根據不同解析度下小波變換系數的這種層次模型，我們可以得到以下三種簡單的影象壓縮方案。

方案一：舍高頻，取低頻
一幅影象最主要的表現部分是低頻部分，因此我們可以在小波重構時，只保留小波分解得到的低頻部分，而高頻部分系數作置0處理。這種方法得到的影象能量損失大，影象模糊，很少採用。
另外，也可以對高頻部分的區域性區域係數置0，這樣重構的影象就會有區域性模糊、其餘清晰的效果。
方案二：閾值法
對影象進行多級小波分解後，保留低頻係數不變，然後選取一個全域性閾值來處理各級高頻係數；或者不同級別的高頻係數用不同的閾值處理。絕對值低於閾值的高頻係數置0，否則保留。用保留的非零小波係數進行重構。Matlab中用函式ddencmp()可獲取壓縮過程中的預設閾值，用函式wdencmp()能對一維、二維訊號進行小波壓縮。

以上內容是對所看到資料的總結
http://blog.sina.com.cn/s/blog_abd811ec0102yn9i.html
https://blog.csdn.net/chenyusiyuan/article/details/1881231