周一至周日 8:00-22:30:
帮助中心 联系我们
当前位置:啊呀呀呀教科专业毕业设计 > 电子信息 > 电气 > >列表
电气(  )
站点导航
展开/合拢

基于整型小波变换的DEM数据压缩的实现

2013-10-14 16:35   来源:未知 人参与在线咨询

一、毕业设计(开发)选题的目的和意义。[ ⑴ 课题名称;⑵研究意义;⑶有关的研究方向的历史、现状和发展情况分析

1、毕业设计(开发)的题目名称

基于整型小波变换的DEM数据压缩的实现
2、毕业设计(开发)的研究意义
小波分析克服了短时傅立叶变换在单分辨率上的缺陷,具有多分辨率分析的特点,在时域和频域都有表征信号局部信息的能力,时间窗和频率窗都可以根据信号的具体形态动态调整。在一般情况下,在低频部分(信号较平稳)可以采用较低的时间分辨率,而提高频率的分辨率,在高频情况下(频率变化不大)可以用较低的频率分辨率来换取精确的时间定位.因为这些特定,小波分析可以探测正常信号中的瞬态,并展示其频率成分。
现实生活中,图像信息容量大,在图像传输过程中,不但占用存储空间,还占用宝贵的有带宽,而小波图像处理恰好有效的解决了这个问题,因此,基于整型小波变换的DEM数据压缩在图像处理中的应用研究对信息特别是数字图像处理方面有及其重要的科学意义。
3、毕业设计(开发)的国内外研究现状
图像压缩处理方面的主要研究方面是压缩比及压缩后图像的质量问题。
第一代图像处理所用压缩编码存在的压缩比小、图像复原质量不理想等缺点。上世纪 80 年代中后期,人们相继提出了在多分辨率下表示图像的方案,主要方法有子带压缩编码、金字塔压缩编码等。它们首先利用不同类型的线性滤波器,将图像分解到不同的频带中,然后对不同频带的系数采用不同的压缩编码方法。这些方法有如下优点:多分辨率的信号表示有利于图形信号的渐进式传输,不同分辨率的信号占用不同的频带,便于引入视觉特性。
1987 年,Mallat将多尺度分析思想引入到小波变换中之后,他又研究了小波变换的离散形式,并将相应的算法应用于图像的分解与重构中。而后 Barnsley和 Sloan 又共同提出了分形图像编码压缩方案,该方案利用图像中固有的自相似性来构造一个紧缩变换,并使原图像成为该紧缩变换的吸引子,编码时只需存储变化的参数,解码时,需要利用该变化对任一幅图像不断进行迭代变换。
之后,人们相继提出各种各样的改进方法。如:Y.Zhao 等人将分形与 DCT 结合,用 DCT 保留了图像的细节,取得了较好的效果。Hamzaoui 等人把矢量量化与分形结合实现了编码压缩。Davis 从小波变换域角度分析了分形编码算法,在小波域进行分形变换。但由于在分形压缩编码过程中,运算量大,从而造成编码时间过长,且提高压缩比同减小失真度之间的矛盾始终存在,从而局限了它的实用性。
接着 Shapiro 结合比特平面编码方法设计了更好的编码方法——嵌入式小波零树编码方法(EZW),它有效地利用了小波系数的特性,实现了图像的可分级编码。但是不同程度地存在算法时间复杂度和空间复杂度过高的弱点。
近年来,有人提出,既然传统空间域的分形压缩有这些瓶颈,那就尝试在变换域进行压缩,并取得优于传统空间域分形压缩算法的性能。小波变换把图像信号分解为具有不同尺度和空间选择性的一系列子空间信号,并可以由这些信号重构图像。这是一种空间域与时间域相结合的图像分析手段。小波分解后,可以根据研究的目的,对图像采取不同的方法进行编码压缩。对低频部分,采用小波压缩编码、DCT 编码、或者分形的方法等。对高频部分采用分形的方法,这是利用了图像边缘所具有的局部自相似特点,而图像的边缘信息又包含在图像的高频部分中,故采用分形压缩编码方法可极大的利用此特点,大大提高了压缩比。
综上所述,现在小波变换所所用图像编码方法在保证图像压缩质量的前提下,已经可以很好的提高压缩比。
二、设计或研究主要内容和重点,预期达到的目标,有何创新之处

1、毕业设计(开发)的研究内容
本课题将根据小波变换原理实现一个可以对图像快速压缩、压缩比例较高并保证图像质量的小波变换数据压缩算法。
2、研究重点:
图像编码压缩、小波变换的图像分解及阀值选取,图像重建及恢复。
3、预期目标
     能够快速对图像进行压缩处理,压缩算法总运算量小于15,压缩比大于10,最大差值小于0.6M,图像失真率较小且质量影响相对较小而信噪比较高。
4、创新之处
随着信息处理技术的飞速发展,图像已成为人们传递信息的主要载体,利用小波变换可以有效地降低图像信息的冗余度。经过小波变换后的图像将被分割成低频、高频两个部分,低频分量保留图像的基本特性,高频分量补充边缘、轮廓等细节特性。完成小波变换在数字图像压缩方面的应用。
三、研究方案:[ ⑴ 设计方案(有关方法、技术路线、技术措施);⑵ 实施方案所需的条件(技术条件、试验条件等)]
1、设计方案
1)预处理
   为便于采用整型小波变换,需要进行数据的预处理,主要包括数据单位转换及高程平移。
2)整数小波变换
DEM 数据进行预处理之后,高程值都转换成了整数存储,然后进行二维整数小波变换。其优点在于: ① 整型小波变换采用提升方案实现,且全部为整数运算,加快了数据处理的速度;②整型小波转换完全可逆,这样既可以进行有损编码,又可以进行无损编码。
3)量化与编码
编码之前,要进行小波系数的量化,量化方法源于SPIHT 算法的位平面传送思想,即每个系数的最高位代表最重要的信息,越是低位,越不重要。简单的量化方法就是直接去掉每个小波系数xi的最低n 个平面位, 再采用基于位平面扫描的算法对量化后的数据进行编码,另外,各个子带单独进行编码,在解码过程中,可以不对高频子带解码,而得到一个较低分辨率的恢复数据,所以压缩数据又具有分辨率渐进传输的特性。
2、实验、手段或设计工具
本设计主要应用Matlab小波分析工具箱提供了一个可视化的小波分析工具进行仿真、实验和应用。
3、主要原理 :
1 离散小波变换的的定义及原理
2 应用二维小波变换的图像压缩原理

 
  • 了解我们
  • 服务与支持
  • 工作时间
  • 我们的位置
  • 请认准本站唯一企业QQ:
  • 工作日周一至周日
  • 工作时间7×24小时制
  • 地址: