摘 要： 針對(duì)EZW和SPIHT算法在壓縮效率和壓縮性能方面的不足，提出了改進(jìn)算法，將(5,3)整數(shù)小波變化與這兩種算法結(jié)合起來,并對(duì)三個(gè)子帶分別進(jìn)行編碼，給出了兩種算法的峰值信噪比、均方誤差的理論對(duì)比分析。所有結(jié)論被 Matlab仿真試驗(yàn)驗(yàn)證。
關(guān)鍵詞： 整數(shù)小波變化; 峰值信噪比; 均方誤差; 均方根誤差; EZW; SPIHT
隨著多媒體和通信技術(shù)的發(fā)展，人們對(duì)通信速度、數(shù)據(jù)的處理能力提出了近乎苛刻的要求。近年來針對(duì)圖像壓縮而提出的算法，既要能夠有效地去除空間冗余、視覺冗余、時(shí)間冗余等各方面的冗余信息，還需充分考慮其壓縮效率和解壓縮效率，圖像的失真度等各方面的因素。
基于小波變換的圖像編碼技術(shù)主要是利用圖像經(jīng)過小波變換后的系數(shù)分布特點(diǎn)而得到不同的編碼方案。EZW（嵌入式零樹編碼）和SPIHT（分層樹集分割編碼）是兩種常見的基于小波變換的嵌入式零樹編碼方案。這兩種編碼方法不但實(shí)現(xiàn)了壓縮比可調(diào)、分辨率可調(diào)，且壓縮后的圖像有很好的信噪比。因此現(xiàn)在很多圖像壓縮標(biāo)準(zhǔn)都采用了這兩種編碼方法。
實(shí)驗(yàn)表明，EZW和SPIHT對(duì)三個(gè)子帶取相同的熵值進(jìn)行編碼并沒有充分表現(xiàn)出經(jīng)過小波變換后圖像子帶間的相關(guān)性。同時(shí)SPIHT算法在實(shí)現(xiàn)上需要維護(hù)三個(gè)動(dòng)態(tài)鏈表，占用大量的內(nèi)存，不利于算法的實(shí)現(xiàn)和推廣。基于以上兩方面的缺陷，本文提出了改進(jìn)算法。
1 算法簡介及實(shí)現(xiàn)
1.1 整數(shù)小波變化
研究圖像壓縮的編碼方法，首先要選擇合適的量化方案，將圖像的空間域信息轉(zhuǎn)換為頻域信息。基于提升算法的整數(shù)小波變化，它既可以在多分辨率級(jí)上對(duì)圖像進(jìn)行分析，又不涉及浮點(diǎn)數(shù)的運(yùn)算，不但簡化了計(jì)算量,還可以用于無損壓縮。其主要步驟如下：
(1)分裂：將圖像Sj=(ej-1,oj-1)分解為一個(gè)偶數(shù)序列和一個(gè)奇數(shù)序列；
(2)預(yù)測：利用偶數(shù)序列去預(yù)測奇數(shù)序列，得到高頻系數(shù)，dj-1=oj-1-P(ej-1)，對(duì)應(yīng)圖像的細(xì)節(jié)系數(shù)；
(3)更新：預(yù)測后的圖像可能出現(xiàn)某些特征系數(shù)與原圖像并不一致，此時(shí)就需要更新操作Sj-1=ej-1+U(dj-1)。
整個(gè)提升方案都是可逆的。
由提升方案構(gòu)造的（5,3）整數(shù)小波變換構(gòu)造了雙正交緊支小波基，它既可以用于無損圖像壓縮，也可以用于有損圖像壓縮。因此本文選擇（5，3）整數(shù)小波變換作為圖像的量化方案。 其算法實(shí)現(xiàn)過程如下：
圖1為lena經(jīng)過三層(5,3)整數(shù)小波分解后的圖像。
1.2 EZW算法
經(jīng)過小波變換后的圖像分別在水平方向、垂直方向和對(duì)角方向連接，形成四叉樹結(jié)構(gòu)，如圖2所示(Z字型為其掃描順序)。
具體步驟如下：
(2)進(jìn)行主掃描，比較小波系數(shù)和T值的大小，依次輸出下列編碼流，如圖3所示；
(3)進(jìn)行輔掃描，就是對(duì)系數(shù)P或N進(jìn)行量化編碼。
每次掃描結(jié)束后只需將T（熵值）、scancode（主掃描表）、flaglist（輔掃描表）進(jìn)行傳輸，EZW就是采用這種逐次逼近的嵌入式編碼方式。
1.3 SPIHT算法
SPIHT算法采用了與EZW算法相似的零樹結(jié)構(gòu)，它定義了三個(gè)動(dòng)態(tài)鏈表LIS（無效集表）、LIP（無效像素集表）和LSP（有效像素表）。其中LIP和LSP中存儲(chǔ)的是節(jié)點(diǎn)坐標(biāo)，LIS中存儲(chǔ)的是坐標(biāo)集,其類型有L型和D型,L表示非直系親屬,D表示直系親屬。具體算法過程如下：
else output=0 add (k,l) to LIP
③如果LIS的類型為L
if Sn(L(i,j))==1(each (k,l)∈O(i,j))
output=1 and add (k,l)D to LIS
else output=0
2 EZW和SPIHT算法的優(yōu)缺點(diǎn)
2.1 EZW 算法的優(yōu)點(diǎn)
(1)利用經(jīng)過小波變化后圖像大部分能量集中在低頻部分這一特點(diǎn)，進(jìn)行有效的零樹編碼；
(2)采用了SAQ（逐次量化逼近）的方法選擇熵值，這樣不但使壓縮后的圖像有很好的信噪比，而且也很好地利用了帶寬，在傳輸圖像的過程中首先接收到的是圖像的輪廓部分，如果接收者認(rèn)為不需要這幅圖像可以中斷圖像的傳輸；
(3)經(jīng)過EZW編碼后的圖像，實(shí)現(xiàn)了分辨率可調(diào)、信噪比可調(diào)、壓縮比可調(diào)；
(4)使用自適應(yīng)算法還可以使EZW算法應(yīng)用于無損壓縮。
2.2 SPIHT算法的優(yōu)點(diǎn)
SPIHT算法不僅繼承了EZW算法的所有優(yōu)點(diǎn)，還有如下優(yōu)勢(shì)：
(1)采用了比EZW算法更細(xì)致的嵌入式比特流，使壓縮后圖像的信噪比更高；
(2)每次只需要輸出1 bit的信息流,在解碼過程中不需要對(duì)信息流重新排列。
2.3 EZW算法和SPIHT算法的缺點(diǎn)
(1)經(jīng)過小波變換后圖像的LL部分反映了圖像的輪廓信息，聚集了壓縮后圖像的絕大部分能量，人眼對(duì)該部分的信息也較為敏感。EZW算法和SPIHT算法沒有考慮到LL部分的重要性，使其解碼后失真度較大。
(2)經(jīng)過小波變換后,圖像在LH部分很好地保留了
垂直分界線,在HL部分很好地保留了水平分界線，EZW算法和SPIHT算法只考慮了子帶間的相關(guān)，沒有考慮子帶內(nèi)的相關(guān)性，對(duì)三者取相同的熵值進(jìn)行編碼，造成了壓縮后圖像的邊界拓延性差。
(3)在EZW算法中，如果一棵樹的根節(jié)點(diǎn)是重要的，但是它所有的子節(jié)點(diǎn)都是不重要的，則需要4個(gè)0表示其子節(jié)點(diǎn)信息。同樣在SPIHT算法中，如果一棵樹的4個(gè)根節(jié)點(diǎn)不重要，但是它的子節(jié)點(diǎn)是重要的，則需要在LIP表中存儲(chǔ)4個(gè)根節(jié)點(diǎn)信息。這樣就造成了存儲(chǔ)空間的浪費(fèi)，也影響了編碼和解碼的速度。
(4)在SPIHT算法中，需要維護(hù)三個(gè)動(dòng)態(tài)鏈表，使SPIHT算法的實(shí)現(xiàn)受到了硬件的限制，不但增加了算法的復(fù)雜度，還造成了存儲(chǔ)空間的浪費(fèi)，阻礙了SPIHT算法的發(fā)展和推廣。
3 改進(jìn)算法
針對(duì)上述不足，提出了以下改進(jìn)方案。
3.1 改進(jìn)方案1
實(shí)驗(yàn)表明，EZW算法和SPIHT算法的復(fù)雜度隨著某個(gè)位平面的重要系數(shù)個(gè)數(shù)的增加而增加。經(jīng)過三層整數(shù)小波變換后的圖像LL部分聚集了絕大部分能量，重要系數(shù)的個(gè)數(shù)也比其他子帶要多許多。而且人眼對(duì)LL部分的信息較為敏感。考慮到LL3部分的重要性，本文將LL3部分單獨(dú)編碼并采用無損圖像壓縮編碼的方法。
經(jīng)過整數(shù)小波變換后的圖像其數(shù)據(jù)的浮動(dòng)范圍較大，在某種程度上影響了壓縮的效果。因此本文增加了一個(gè)DPCM的預(yù)測過程，然后再對(duì)LL3部分進(jìn)行Huffman編碼。
DPCM預(yù)測算法,以方便保留第一行和第一列的灰度值
for i=m/8:(-1):2
for j=n/8:(-1):2
LL3(i,j)=LL3(i,j)-
floor((LL3(i-1,j)+LL3(i,j-1))/2)
for i=m/8:(-1):2
LL3(i,1)=LL3(i,1)-LL3(i-1,1);
for j=n/8:(-1):2
LL3(1,j)=LL3(1,j)-LL3(1,j-1)
3.2 改進(jìn)方案2
考慮LH、HL、HH子帶內(nèi)系數(shù)的相關(guān)性，對(duì)三個(gè)子帶取不同的熵值，然后再進(jìn)行EZW或SPIHT編碼。這樣不但提升了解碼的精度，還簡化了運(yùn)算。對(duì)于某個(gè)子節(jié)點(diǎn)(i,j)，其子節(jié)點(diǎn)為（2i,2j）(2i+1,2j)(2i,2j+1)(2i+1,2j+1),不需要再在子帶內(nèi)部求子節(jié)點(diǎn)。
3.3 改進(jìn)方案3
SPIHT算法在運(yùn)行過程中需要維護(hù)3個(gè)動(dòng)態(tài)鏈表，要實(shí)現(xiàn)該算法對(duì)硬件的要求較高，不利于該算法的實(shí)現(xiàn)和推廣，因此本文選擇了矩陣+鏈表的改進(jìn)算法。將LIP和LSP都定義為一個(gè)矩陣，LIP是一個(gè)與圖像大小一致的矩陣，用1 bit存儲(chǔ)不重要系數(shù)標(biāo)志位。LSP大小選擇要根據(jù)所研究的圖像來確定,對(duì)于每一個(gè)像素點(diǎn)需要用2 bit來存儲(chǔ)其位置信息。動(dòng)態(tài)鏈表LIS繼續(xù)沿用原算法的定義。算法實(shí)現(xiàn)過程為：
(1)初始化：
LIP={A1，A2，A3}(A1、A2、A3的大小與L3、L2、L1的大小相同)
LSP={B1，B2，B3}（這里取B1、B2、B3的大小為L3、L2、L1的1/4）
LIS=[(i,j,n)D/L](n表示層數(shù))
(2)初始化掃描：圖4為初始化LIP和LSP；圖5為當(dāng)LIS中n=1,type 為D的掃描方式；圖6為當(dāng)LIS中的n=1,type為L的掃描方式；圖7為當(dāng)LIS中的n=2，type為D的掃描方式。
(3)第二次掃描只有LIP的掃描方式有所不同，如圖8所示。對(duì)LIS的掃描與上述一致。
改進(jìn)的EZW算法和SPIHT算法完整流程圖如圖9所示。
4 實(shí)驗(yàn)結(jié)果
本文通過在Matlab2010a上編程實(shí)現(xiàn)了上述4種算法。
首先，從主觀因素上對(duì)圖像質(zhì)量進(jìn)行了分析，主要是在原算法和改進(jìn)算法的掃描時(shí)間上進(jìn)行了比較。
其次,從客觀上對(duì)壓縮后圖像質(zhì)量進(jìn)行了評(píng)估，主要是通過PSNR(峰值信噪比)、MSE(均方誤差）、RMS(均方根值誤差)這三方面進(jìn)行比較分析。
RMS=((x1-x)2+(x2-x)2+…+(xn-x)2)/n (3)
以下三組實(shí)驗(yàn)選擇的圖像大小為64×64×8 bit的國際標(biāo)準(zhǔn)測試圖片lena、barb和boat，三幅圖像的比特率均為0.25 bpp。
表1為原EZW算法和改進(jìn)算法在編碼時(shí)間和解碼時(shí)間的比較，圖10為用原EZW算法和改進(jìn)算法解碼后的恢復(fù)圖像，表2為用原EZW算法和改進(jìn)算法對(duì)圖像進(jìn)行壓縮后PSNR、MSE、RMS的對(duì)比。
以下三組實(shí)驗(yàn)選擇的圖片大小為512×512×8 bit的國際標(biāo)準(zhǔn)測試圖片lena、barb、boat。
表3為原SPIHT算法和改進(jìn)算法對(duì)實(shí)驗(yàn)圖像進(jìn)行不同比特率的編碼后,在PSNR、MSE、RMS三方面的對(duì)比分析。
圖11為原SPIHT算法和改進(jìn)算法對(duì)實(shí)驗(yàn)圖像進(jìn)行解碼后的恢復(fù)效果圖。這組實(shí)驗(yàn)選擇的比特率為0.125 bpp。 圖12為用原SPIHT算法和改進(jìn)算法對(duì)實(shí)驗(yàn)圖像進(jìn)行解碼后的恢復(fù)效果圖。這組實(shí)驗(yàn)選擇的比特率為0.25 bpp。
基于整數(shù)小波變換的EZW算法和SPIHT算法不僅具有傳統(tǒng)圖像壓縮算法的所有優(yōu)點(diǎn)，而且還具有一些新的優(yōu)點(diǎn)，如支持感興趣圖像編碼，支持無損圖像壓縮等。本文以原EZW算法和SPIHT算法為基礎(chǔ)，對(duì)圖像進(jìn)行三層(5,3)整數(shù)小波變換以后對(duì)低頻部分進(jìn)行DPCM+Huffman編碼,將高頻部分分為3個(gè)子帶分別進(jìn)行編碼。同時(shí)摒棄了原SPIHT算法的三鏈表結(jié)構(gòu)，采用了鏈表+矩陣的編碼方式。圖像在恢復(fù)效果和運(yùn)行速度上都優(yōu)于原算法。但是還有一些需要改進(jìn)的地方，如EZW算法中如果一個(gè)根節(jié)點(diǎn)重要但是其所有的子節(jié)點(diǎn)不重要，如何有效地存儲(chǔ)這個(gè)根節(jié)點(diǎn)，如何使壓縮后圖像有更好的壓縮比和信噪比，有待進(jìn)一步研究。
參考文獻(xiàn)
[1] 趙榮椿,趙忠明.數(shù)字圖像處理導(dǎo)論[M]. 西安:西北工業(yè)大學(xué)出版社,1999.
[2] 羅家輝,馮平,哈力旦.MATLAB7.0在數(shù)字圖像處理中的應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2007.
[3] 岡薩雷斯.數(shù)字圖像處理(第2版)[M].阮秋琦,譯. 北京:電子工業(yè)出版社,2007.
[4] 張德豐. Matlab小波分析[M].北京:機(jī)械工業(yè)出版社, 2009.
[5] 和青芳.計(jì)算機(jī)圖形學(xué)原理及算法教程[M].北京:清華大學(xué)出版社,2006.
[6] JPEG2000 PartI: Final draft international standard (ISO/IEC FDISI 5444-1)[S].ISO/IEC JTC1/SC29/WG1N18855,Aug.2000.
[7] ABU-HAJAR A, SANKAR R. Enhanced patial-SPIHT for lossless and lossy Image[C].ICASSP,2003.
[8] RANI B, BANSAL R K, BANSAL D S.Comparative Analysis of wavelet filter using objective quality measures[R]. International Advance Computing Conference,2009.
[9] SAID A, PEARLMAN W A. A new,fast,and efficient image codec based on set partitioning in hierarchical tree[J]. IEEE Trans.Circuits Syst.Video Techno[R]l,1996.
[10] 楊杰.數(shù)字圖像處理及MATLAB實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2010.
[11] Jia Zhigang, Guo Xiaodong, Li Linsheng. A fast image compression algorithm based on SPIHT[C].IEEE,2009.