專利名稱：基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術的制作方法
技術領域：
本發(fā)明涉及移動互聯(lián)網(wǎng)技術領域，尤其是一種基于改進小波變換圖像壓縮方法實
現(xiàn)手機移動門戶技術。
背景技術：
移動互聯(lián)網(wǎng)已經(jīng)成為最新的熱門技術，隨著智能手機的普及和3G網(wǎng)絡的推進，會有越來越多的應用在其上應用。但是由于手機平臺的限制，其功能和處理能力會有所限制，不能象電腦一樣安裝如此多的軟件，比如在手機上實現(xiàn)pdf的閱讀，需要有Adobe公司的軟件支持，實現(xiàn)word的閱讀，則需要安裝微軟Office的支持；即便支持windows Mobile操作系統(tǒng)的手機安裝了 Office word和IE，但其功能與電腦上相比仍不可同日而語。而且由于3G網(wǎng)絡和手機的普及還有一段時間，目前大量的2G的網(wǎng)絡雖然非常成熟，但是網(wǎng)絡速度受限。目前手機門戶，大多采用w即或者http協(xié)議的形式，進行瀏覽。針對信息門戶，這種模式是值得推薦的，因為其功能主要是瀏覽。但對于企業(yè)門戶，尤其是需要集成復雜應用系統(tǒng)(如某些基于C/S的復雜ERP系統(tǒng))和大量附件的應用(如0A系統(tǒng)、P匿系統(tǒng))的門戶，采用w即形式和http協(xié)議的形式，就不能實現(xiàn)。而利用改進的小波變換圖像壓縮技術，實現(xiàn)對計算機的控制，將計算機的屏幕內(nèi)容通過分屏壓縮方式，顯示在手機上，從而可以實現(xiàn)手機移動門戶。 小波變換的概念是由法國從事石油信號處理的工程師J. Morlet在1974年首先提出的。它與Fourier變換、窗口 Fourier變換(Gabor變換)相比，這是一個時間和頻率的局域變換，因而能有效的從信號中提取信息，通過伸縮和平移等運算功能對函數(shù)或信號進行多尺度細化分析(Multiscale Analysis)，解決了 Fourier變換不能解決的許多困難問題，小波變化被譽為"數(shù)學顯微鏡"，它是調(diào)和分析發(fā)展史上里程碑式的進展。
小波變換理論是近幾年興起的時(空)頻域分析理論，通過對原始圖像進行小波變換，可以將圖像信號由時間域(空間域)表示變換到小波域表示。利用小波變換的正交或雙正交變換特性，解除圖像像素間的相關性，消除圖像信號在空間的冗余，并集中圖像信號的能量，為后面的系數(shù)量化、系數(shù)位建模、算術編碼等提供前提，為高效的圖像編碼奠定基礎。傳統(tǒng)的巻積小波(第一代小波)變換，由于采用巻積運算方法，過程復雜，運算量大，實時性較差，不利于硬件的實現(xiàn)。1995年Sweldens提出了一種不依賴于傅立葉變換的新的小波構造方法——提升格式(Lifting scheme)，稱之為第二代小波變換。這種提升格式不但保持了第一代小波的特性，同時又克服了其平移和伸縮的不變性。許多中外學者對提升格式小波變換進行了廣泛研究，取得了豐碩的成果。 小波提升方案為第一代小波變換提供了一種新的更快速的實現(xiàn)方法。提升方法提供了一個有效的構造非線性小波的方法，構造出的非線性小波同傳統(tǒng)小波變換相比，計算簡單快速，而且適合于自適應、非線性、非奇異采樣和整數(shù)到整數(shù)的變換。雙正交小波變換因為具有線形性而廣泛應用于圖像壓縮領域，目前研究證明任何具有FIR結(jié)構的雙正交小波變換都可以由惰性變換經(jīng)過有限步交替的提升和對偶提升過程得到。
小波提升方案的復雜度只有原來巻積方法的一半左右，而且實時性好，運算簡單，因此成為計算離散小波變換的主流方法。離散小波變換提升實現(xiàn)的快速算法是最近研究的熱點。目前比較流行的小波系數(shù)編碼方法有EZW算法、SPIHT算法及被JPEG2000采用的EBC0T算法等。這些算法特別是EBCOT算法，都具有優(yōu)越的性能，已經(jīng)大量采用。但是它們?nèi)匀挥胁蛔阒?，表現(xiàn)在 1、這些算法，尤其是EBC0T能實現(xiàn)對圖像的有效壓縮，同時產(chǎn)生的碼流具有分辨率可伸縮性(resolution scalability)、信噪比可伸縮性(SNRscalability)及隨機存取(random access)等出色的特性。但在該算法中，碼塊的選擇都是在小波域內(nèi)同一級頻帶中相同的子帶內(nèi)進行的。這樣的選取方式雖然能夠?qū)崿F(xiàn)分辨率可伸縮的特性，但是未能充分利用同一分辨率下各個方向子帶的系數(shù)之間以及同一方向不同分辨率的系數(shù)之間的相關性。 2、現(xiàn)有算法都是靜態(tài)壓縮技術，手機上顯示的圖像是整個屏幕的一部分，并且用戶的操作也是屏幕的一部分，目前的算法無法單獨壓縮動態(tài)區(qū)域。

發(fā)明內(nèi)容
為了克服現(xiàn)有的小波變換圖像壓縮方法無法單獨壓縮動態(tài)區(qū)域的不足，本發(fā)明提供了一種基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術。 本發(fā)明解決其技術問題所采用的技術方案是一種基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術，包括編碼部分和解碼部分，具體步驟如下 編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進行分塊，每個圖像塊單獨提升小波變換，再進行相關的量化和熵編碼，然后按照有序的掃描順序把所有圖像塊的編碼流逐個寫入比特流； 在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進行熵解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關系，逐個寫入整個圖像的相應位置，然后進行逆量化和逆提升小波變換，就可以恢復圖像。 根據(jù)本發(fā)明的另一個實施例，進一步包括所述的原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于整個原始圖像小波變換后相應子帶的相同的索引位置上。 根據(jù)本發(fā)明的另一個實施例，進一步包括所述的提升小波變換的變換次數(shù)n > 3。
根據(jù)本發(fā)明的另一個實施例，進一步包括所述的量化是對提升小波變換后的浮點數(shù)據(jù)進行量化處理，以便把小波系數(shù)從浮點域映射到整數(shù)域；
設0(r)表示視覺方向量化因子，表達式為
(9(0 = 2 R',r = 0,1,2,3 其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且
R。+WR3 = 32 它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器。
S(k)表示視覺頻帶量化因子，表達式為
S(k) = 2k—、 k = 0， 1，2，3 其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以設定第k級分辨率等級上的第r方向上的子帶的量化步長A"為
= a x 6>(r) x雖)=a x 2&+" 其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當前系數(shù)塊b的特性，進行自適應的調(diào)整，例如可以根據(jù)當前塊b的視覺重要性來設定如下 <formula>formula see original document page 5</formula> 另外，為簡單起見，還可以直接令a為一常數(shù)或直接取a = 1。
則量化操作將子帶b的小波系數(shù)yb (u， v)量化為量化系數(shù)qb (u， v):
<formula>formula see original document page 5</formula> 逆量化過程為， <formula>formula see original document page 5</formula> 根據(jù)本發(fā)明的另一個實施例，進一步包括所述的熵編碼是通過改進的SPIHT算法
和算術編碼來把量化的變換系數(shù)轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。 本發(fā)明的有益效果是， 1、各個圖像塊單獨進行變換編碼，因而可以實現(xiàn)圖像塊間的并行處理及編碼。
2、采用圖像分割變換的算法，運算時對內(nèi)存的需求較少。 一塊小的內(nèi)存連續(xù)復用就可以完成整個圖像的提升小波變換。 3、圖像塊經(jīng)過小波變換后，然后按照系數(shù)對應關系重新組合得到整個圖像的小波系數(shù)。這樣做可以減少變換過程中頻繁使用較大的內(nèi)存。提高內(nèi)存利用效率。
4、由于改進SPIHT算法也可以形成嵌入位流，位流在任意點中斷時，都可以重構圖像。因此可以很容易的控制位速率和壓縮比。 5、由于改進SPIHT算法是進行子帶分塊編碼的，可以實現(xiàn)ROI區(qū)域特殊編碼。
6、改進SPIHT算法和提升小波變換算法都很容易用軟件和硬件實現(xiàn)。因此該系統(tǒng)還具備軟硬件易于實現(xiàn)的特性。 7、由于編碼算法是按照分辨率等級進行編碼，碼流按照分辨率遞增的方式進行組織，因此該系統(tǒng)具有分辨率可伸縮性。 8、改進的SPIHT算法生成的依然是嵌入式碼流，因而可以實現(xiàn)漸進解碼和漸進顯示。 9、改進SPIHT算法與傳統(tǒng)的SPIHT算法相比，相同的PSNR下具有更高的壓縮比，經(jīng)過試驗證明可以提高10% -20%


下面結(jié)合附圖和實施例對本發(fā)明進一步說明。
圖i是小波圖像編解碼的一般流程 圖2是小波編解系統(tǒng)框 圖3是大小為2 X 2小波樹塊結(jié)構；
圖4中，(a)為SPIHT算法及改進的SPIHT算法子帶及小波系數(shù)掃描順序；(b)為 同一頻帶內(nèi)SPIHT算法的掃描順序；(c)為同一頻帶內(nèi)改進的SPIHT算法的掃描順序。
具體實施例方式
現(xiàn)在結(jié)合附圖和優(yōu)選實施例對本發(fā)明作進一步詳細的說明。這些附圖均為簡化的
示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構，因此其僅顯示與本發(fā)明有關的構成。 如圖1是本發(fā)明的結(jié)構示意圖，一種基于改進小波變換圖像壓縮方法實現(xiàn)手機移
動門戶技術，包括編碼部分和解碼部分，具體步驟如下 編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進行 分塊，每個圖像塊單獨提升小波變換，再進行相關的量化和熵編碼，然后按照有序的掃描順 序把所有圖像塊的編碼流逐個寫入比特流； 在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進行熵解碼后，根據(jù)圖像塊的小波 系數(shù)與整個圖像小波系數(shù)之間的位置關系，逐個寫入整個圖像的相應位置，然后進行逆量 化和逆提升小波變換，就可以恢復圖像。 所述的原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于
整個原始圖像小波變換后相應子帶的相同的索引位置上。 所述的提升小波變換的變換次數(shù)n > 3。 所述的量化是對提升小波變換后的浮點數(shù)據(jù)進行量化處理，以便把小波系數(shù)從浮 點域映射到整數(shù)域； 設0(r)表示視覺方向量化因子，表達式為(90)二2《v = 0，1，2，3 其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且
R。+R,R2+R3 = 32 它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器。
S(k)表示視覺頻帶量化因子，表達式為
S(k) = 2k—、 k = 0， 1，2，3 其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以 設定第k級分辨率等級上的第r方向上的子帶的量化步長A"為
=^(9(小柳=^2^-1 其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當前系數(shù)塊b的特性，進行自 適應的調(diào)整，例如可以根據(jù)當前塊b的視覺重要性來設定如下 <formula>formula see original document page 6</formula> 另外，為簡單起見，還可以直接令a為一常數(shù)或直接取a = 1。
則量化操作將子帶b的小波系數(shù)yb (u， v)量化為量化系數(shù)qb (u， v):
<formula>formula see original document page 6</formula>
逆量化過程為， yb(u， v) = qb(u， v) X Ak,r。 所述的熵編碼是通過改進的SPIHT算法和算術編碼來把量化的變換系數(shù)轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。 小波圖像編解碼的一般流程如圖1所示。編碼部分主要由小波變換(wavelettransform)、量化(quantization)和熵編碼(entroy encoding)等三個基本模塊組成。解碼部分則沿著相反的過程進行。 原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于整個原始圖像小波變換后相應子帶的相同的索引位置上。利用此結(jié)論，我們可以先把圖像進行分塊，每個圖像塊單獨進行提升小波變換及相關的量化編碼操作。然后按照一定的掃描順序把所有圖像塊的編碼流逐個寫入比特流。在解碼端，把碼流中的每一個圖像塊的數(shù)據(jù)解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關系，逐個寫入整個圖像的相應位置，然后進行逆量化和逆提升小波變換，就可以恢復原圖像。整個系統(tǒng)框圖如圖2所示。 圖2給出的是對單個圖像分量的處理，而對于多個分量的圖像，各個分量的編碼處理是相互獨立的，因此該圖同樣適用于多分量的情況。本系統(tǒng)中采用3級提升小波變換。
1.圖像分割和系數(shù)重組 由于在經(jīng)過n ( —般取n > 3)級提升小波變換之后，最低頻子帶中的每一個1 X 1系數(shù)塊都對應著原始圖像中相同空間位置上的大小為2nX2n的圖像塊。因此，若圖像分割后，每一圖像塊的大小2MX 2M，則2M最小應該取8，最大取整個圖像的高度或?qū)挾?N。
當實際進行提升小波變換時，要考慮邊界拓展的情況。這時所選擇的圖像塊的數(shù)據(jù)就要向上下和左右各拓展兩個數(shù)據(jù)。分割后圖像塊的編碼順序為從左到右，從上到下。
所謂系數(shù)重組，就是把各個圖像塊的子帶系數(shù)，按照位置索引相同的原則，逐個添加到整個圖像的相應子帶中。以便于進行提升小波的逆變換。
2.提升小波變換 本系統(tǒng)采用JPEG2000推薦使用的小波濾波器，即在有損壓縮時采用Daubechies(9-7)濾波器，而對于無損壓縮時采用Le Gall(5_3)小波濾波器。并采用本文提出的提升小波變換的簡化實現(xiàn)算法。提升小波變換的變換次數(shù)n —般取為3，即n = 3。
3.量化處理 本算法采用有損壓縮模式，對提升小波變換后的浮點數(shù)據(jù)進行量化處理。以便把小波系數(shù)從浮點域映射到整數(shù)域，同時盡可能多的消除人類的心理視覺冗余，取得最大可能的壓縮比。 人類視覺系統(tǒng)(HVS)對不同頻帶的變化表現(xiàn)出不同的視覺敏感性。即HVS對低頻信號的變化特別敏感，而對于高頻信號的變化不敏感；并且HVS對于水平方向和垂直方向的邊緣和細節(jié)的變化比較敏感，而對于對角方向的細節(jié)的變化不敏感。 因此，我們可以根據(jù)人類視覺系統(tǒng)的這些特性設計出對于不同頻帶，不同量化步長的矢量量化器。 設0(r)表示視覺方向量化因子，表達式為00) = 2《v = 0,1,2,3
其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且
R。+WR3 = 32 它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器。
S(k)表示視覺頻帶量化因子，表達式為
S(k) = 2k—、 k = 0， 1，2，3 其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以 設定第k級分辨率等級上的第r方向上的子帶的量化步長A"為
ix(9(r)x,^ax2^-1 其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當前系數(shù)塊b的特性，進行自 適應的調(diào)整，例如可以根據(jù)當前塊b的視覺重要性來設定如下 另外，為簡單起見，還可以直接令a為一常數(shù)或直接取a = 1。
則量化操作將子帶b的小波系數(shù)yb (u， v)量化為量化系數(shù)qb (u， v): 逆量化過程為， yb(u， v) = qb(u， v) X Ak,r。 4.采用改進的SPIHT算法 整個圖像小波變換后的系數(shù)集合就等于最低頻子帶加上所有的細節(jié)樹組塊。如 果把最低頻子帶也按照細節(jié)樹組塊的大小進行分塊，并把最低頻子帶看作是最高層小波系 數(shù)，則經(jīng)過3級小波變換后，整個小波系數(shù)就可以分成4個層次或4個分辨率等級。 [O103] (1)小波樹結(jié)構 如果我們改變傳統(tǒng)SPIHT算法的樹形結(jié)構而改用EZW算法中給出的樹形結(jié)構。這 樣我們前面定義的細節(jié)樹組就多了一個父親節(jié)點。如果還是按照前面細節(jié)樹組塊的定義的 方式，定義樹組塊，則整個圖像小波變換后的系數(shù)集合就等于所有樹組塊的小波系數(shù)集合。
雖然，在我們的算法中依然使用EZW算法的樹形結(jié)構，但是在掃描方式上稍有差 別。不再用EZW算法及SPIHT算法中樹形掃描方式，而是對所有的小波樹組塊進行層次掃 描。前者就象是二叉樹結(jié)構中的前序遍歷樣式的掃描，而后者就像是二叉樹中的層次遍歷 式的掃描。不過，這里有許多小波樹組塊，因此，要先掃描完所有的樹根塊，然后再掃描所有 樹的下一個層次，即先掃描最低頻子帶(或最高層)中的系數(shù)塊。而在同一層同一個子帶 中則采用光柵掃描的順序進行掃描。掃描順序如圖3所示。 [owe] (2)分塊說明 由于每一低頻帶中系數(shù)都有4個相鄰高頻帶中的兒子系數(shù)，因此，當各低頻子帶 中，按照MXM分塊，則相鄰高頻子帶內(nèi)就是按照2MX 2M分塊的，而樹根所在的最低頻子帶 除外。因為最低頻子帶中的系數(shù)與下一相鄰頻帶中的系數(shù)是一一對應的，兩者的分塊大小 是完全一樣的。如果進行3級小波變換，最低頻子帶(按照下面的定義即是第O級分辨率
乂(w,v)1
層)按照2X2進行分塊的話，則第1級分辨率層也就按照2X2進行分塊。而以后的各層
就按照2kMX2kM進行分塊。 (3)符號說明
設X(i，j)是一個小波系數(shù)塊集合，(i，j)為該小波系數(shù)塊在其所在的子帶內(nèi)的塊對于正整數(shù)n，記
1， max {|c(W,V)|} 2 2"
^0， c^/zera
若Sn(X(i， j)) = l，則稱X(i， j)關于閾值2n是重要的;否則稱X(i， j)是不重要 &(鄰,_/))=的。 用符號Bkr，r = 0， 1，2，3 ;k = 0， 1，2，…，m來表示分辨率等級為k，第r方向子帶中的所有系數(shù)塊左上頂點的坐標集合，Hrk表示整個子帶上的系數(shù)坐標集合。其中m表示小波分解的次數(shù)；k = 0表示最低頻帶，其他依次類推；r = 0表示LL子帶，r = 1表示HL子帶，r = 2表示LH子帶，r = 3表示HH子帶。當k = 0時，r只能等于0，因為最低頻帶上只有一個LL子帶。當k # 0時，r # 0，因為除了最低頻帶外，其他頻帶都有3個方向的子帶。
(4)有序表 由于本算法中，采用的是層次掃描方式，而層次內(nèi)對各個子帶采用是的分塊掃描方式。因而設置的有序表中，傳統(tǒng)SPIHT算法中的LIS不重要子集表就改為LIB不重要系數(shù)塊表，而LIP不重要系數(shù)表和LSP重要系數(shù)表則仍然采用。三個有序表中的每一個表項都使用坐標(u， v)來標識。坐標(u， v)在LIP和LSP中表示系數(shù)坐標，在LIB中表示以(u，v)系數(shù)為左上頂點的系數(shù)塊(該坐標可以與該系數(shù)塊的塊坐標相互轉(zhuǎn)化)。系數(shù)塊的大小由該系數(shù)塊所在的分辨率級數(shù)決定，而由系數(shù)坐標(u， v)可以確定該系數(shù)所在的分辨率等級和子帶方向。
(5)算法說明 改進后的SPIHT算法主要步驟如下
l)閾值和有序表初始化 設閾值T = 2 其中"=附=
<formula>formula see original document page 9</formula>
，初始化k = 0。初始化LSP
為空集，LIP: { }，ZJ6 = {(w，v)|r = 0;(w,v)L"A, 2)顯著性掃描由以下兩個大的步驟組成 (1)依次檢查LIP中所有小波系數(shù)(U， V)，確定其是否重要系數(shù)； 若重要，則輸出l及其符號位，其中正負號的編碼分別為l和O，然后將(i， j)從
LIP中刪除，并添加到LSP的尾部。 若不重要，則輸出O。 (2)對LIB中的每個表項依次處理，確定其是否重要 若重要，則輸出l，然后進入塊索引為(u，v)的系數(shù)塊內(nèi)，按照從上到下，從左到右的順序依次處理塊內(nèi)每一個節(jié)點(k，l)。每個節(jié)點的處理方法如下若(k，l)是重要系數(shù)，則輸出1及其符號位，并將其添加到LSP的尾部；若不重要，則輸出O，并將其添加到LIP的尾部。 若不重要，則輸出0。 對排序掃描開始前LIB中的表項全部處理完后，這次排序掃描過程結(jié)束。
3)精細掃描對LSP中的每個表項(u， v)，若(u， v)不是在剛剛進行過的掃描過 程中新添加的，則輸出|Ci,j|的二進表示中的第n個重要的位，其中T二2n是掃描過程中設 定的閾值。 4)令n = n-l，當n = 0跳轉(zhuǎn)到5)，否則跳轉(zhuǎn)到步驟2)。 5)對本次顯著性掃描結(jié)果中輸出的符號進行算術編碼(若不進行算術編碼可跳 過本步)。 6)把算術編碼的結(jié)果和精細掃描的結(jié)果寫入碼流，并判斷k是否等于3，若是，則 結(jié)束全部編碼過程；若不是，則令k = k+l，并跳轉(zhuǎn)到7)。7)令lsp二 { }為空集，lip二 { hl/S—r;M，vlA^L2，3;(M,v)e《j，其中l(wèi)ip和
LIB中(u， v)和r的排列順序仍按照圖4(a)和(c)進行。并令T = 2邁，n = m。然后跳轉(zhuǎn) 到2)。 5.算術編碼 算術編碼的基本規(guī)則為首先初始化編碼區(qū)間A二 [O，l]，編碼點C二O ;然后依據(jù)
下列公式進行迭代運算<formula>formula see original document page 10</formula> 其中Pj和P"分別為當前符號對應的概率和累計概率。 算術編碼模式有基于概率統(tǒng)計的固定模式和自適應模式兩種。前者需要事先對碼 書中的碼字進行預掃描，以統(tǒng)計各碼字出現(xiàn)的概率，此過程計算量比較大，計算效率不高； 若出現(xiàn)新的不在碼書中的碼字，則圖像還原效果就會不理想。而采用后者初始時各個符號 的概率設為相同值，然后依據(jù)出現(xiàn)的碼字而相應的改變其概率值，若出現(xiàn)新的碼字只需要 在碼書中添加上即可。只要編碼器和解碼器使用相同的初始值和相同的改變值的方法，那 么它們的概率模型將保持一致。編碼器接收到下一個碼字對其編碼，然后改變概率模型，解 碼器根據(jù)當前的模式解碼，然后再改變自己的概率模型。 二進制算術編碼是實際中最為常用的一種算術編碼方法，之所以說是二進制，是 因為其輸入的字符只有兩種。如果信源字符集內(nèi)包含有多個字符，則先將這些字符經(jīng)過一 系列的二進制判決，變成二進制字符串，再進行算術編碼。 在二進制算術編碼器的2個輸入字符中，出現(xiàn)概率大的一個稱為MPS(More Probable Symbol)，另一個稱為LPS (Less Probable Symbol)。設LPS出現(xiàn)的概率為Qe則 MPS出現(xiàn)的概率為1-Qe。當符號流中符號"0"和"1"分別對應著LPS或者MPS。隨著被編 碼符號流中符號出現(xiàn)的概率的變化，這種對應關系也將發(fā)生自適應的改變。其編碼規(guī)則如 下 1)對于MPS，編碼點:C = C ;編碼區(qū)間:A = A(l_Qe) = A-AQe。 2)對于LPS，編碼點:C = C+A(l-Qe) = C+A_AQe ;編碼區(qū)間:A = AQe。 在Huffman編碼中，最短的碼字為lbit，所以即使在對出現(xiàn)概率最大的符號編碼
時，也需要在前面已經(jīng)編好的碼流上再增加lbit。而在算術編碼中，對MPS編碼不增加已經(jīng)編好的碼流長度，這是算術編碼比Huffman編碼優(yōu)越的地方。
在具體實現(xiàn)二進制算術編碼時，要解決好以下幾個問題 l)在編碼區(qū)間不斷劃分的過程中，區(qū)間寬度A越來越小，則用來表示A的數(shù)字位數(shù) 越來越多； 2)完成編碼點計算和區(qū)間分割時需要用到成本較高的乘法運算； 3)當已編好的碼流中連續(xù)出現(xiàn)多個l時，若后續(xù)編碼過程中在最后一位上加l，將
連續(xù)改變前面已經(jīng)編好的碼字，產(chǎn)生連續(xù)多個O，直到1出現(xiàn)為止。 為了有效的實現(xiàn)算術編碼算法，人們提出了許多解決辦法，構造出不同類型的算 術編碼器。本發(fā)明將采用JPEG2000標準中給出的解決方案。 用有限精度的算術運算來計算編碼區(qū)間A，以保證A的有效數(shù)字的位數(shù)不至于隨 碼字串的增加而增加。例如，A = 0. 001可以用1. 0X2—3來表示，當A被分割為更小值時，則 增加指數(shù)值，而有效數(shù)字的位數(shù)保持在規(guī)定的范圍內(nèi)。JPEG2000中這個范圍選擇在0. 75 1. 5之間，當A < 0. 75時，將A乘以2，使有效數(shù)字保持在0. 75 1. 5之間，這樣仍然可以 用原來的位數(shù)表示，這些都有利于軟硬件的編碼實現(xiàn)。該過程被稱為重新歸一化。乘2運 算可以用對寄存器的左移操作來實現(xiàn)。當區(qū)間A重新歸一化后，碼字串C也應當隨之歸一 化。當0. 75《A《1. 5時，AQe " Qe。利用該近似式，可將編碼點計算和區(qū)間分割簡化，而 無需做乘法，關于進位的問題，可以采用"比特填充(Bit Stuffing)"技術來避免。該技術 和JPEG中采用的比特填充技術類似。 如果將上述的自適應模式用在二進制算術編碼中，就構成了自適應的二進制算術 編碼。 以上述依據(jù)本發(fā)明的理想實施例為啟示，通過上述的說明內(nèi)容，相關工作人員完 全可以在不偏離本項發(fā)明技術思想的范圍內(nèi)，進行多樣的變更以及修改。本項發(fā)明的技術 性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權利要求范圍來確定其技術性范圍。
權利要求
一種基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術，其特征是，包括編碼部分和解碼部分，具體步驟如下編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進行分塊，每個圖像塊單獨提升小波變換，再進行相關的量化和熵編碼，然后按照有序的掃描順序把所有圖像塊的編碼流逐個寫入比特流；在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進行熵解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關系，逐個寫入整個圖像的相應位置，然后進行逆量化和逆提升小波變換，就可以恢復圖像。
2. 根據(jù)權利要求1所述的基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術，其特征是，所述的原始圖像中的每一個索引塊經(jīng)過小波變換后，其各個子帶索引塊分別位于整個原始圖像小波變換后相應子帶的相同的索引位置上。
3. 根據(jù)權利要求1所述的基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術，其特征是，所述的提升小波變換的變換次數(shù)n > 3。
4. 根據(jù)權利要求1所述的基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術，其特征是，所述的量化是對提升小波變換后的浮點數(shù)據(jù)進行量化處理，以便把小波系數(shù)從浮點域映射到整數(shù)域；設0(r)表示視覺方向量化因子，表達式為(90)二2^,r = 0， 1，2，3其中Rr表示同一分辨率等級上不同方向的視覺方向量化因子的指數(shù)，且R。+WR3 = 32它們共占用4個字節(jié)的空間，在存儲和傳輸時，先于碼流輸送給解碼器；S(k)表示視覺頻帶量化因子，表達式為S(k) = 2k—1， k = 0， 1，2，3其中r表示同一分辨率等級上不同方向的頻帶，k表示分辨率等級；由此我們可以設定第k級分辨率等級上的第r方向上的子帶的量化步長A k,r為~, = " x O(r) x単)="x +"其中a表示量化調(diào)整因子；量化調(diào)整因子可以根據(jù)當前系數(shù)塊b的特性，進行自適應的調(diào)整。
5. 根據(jù)權利要求1所述的基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術，其特征是，所述的熵編碼是通過改進的SPIHT算法和算術編碼來把量化的變換系數(shù)轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。
全文摘要
本發(fā)明涉及移動互聯(lián)網(wǎng)技術領域，尤其是一種基于改進小波變換圖像壓縮方法實現(xiàn)手機移動門戶技術。其包括編碼部分和解碼部分，具體步驟如下編碼部分主要由小波變換、量化和熵編碼三個基本模塊組成，先把原始圖像進行分塊，每個圖像塊單獨提升小波變換，再進行相關的量化和熵編碼，然后按照有序的掃描順序把所有圖像塊的編碼流逐個寫入比特流；在解碼端，把比特流中的每一個圖像塊的數(shù)據(jù)進行熵解碼后，根據(jù)圖像塊的小波系數(shù)與整個圖像小波系數(shù)之間的位置關系，逐個寫入整個圖像的相應位置，然后進行逆量化和逆提升小波變換，就可以恢復圖像。該系統(tǒng)具備軟硬件易于實現(xiàn)的特性，還具有分辨率可伸縮性。
文檔編號H04N7/26GK101754021SQ20091026327
公開日2010年6月23日 申請日期2009年12月18日 優(yōu)先權日2009年12月18日
發(fā)明者宋汝良, 楊逸文 申請人:江蘇省煙草公司常州市公司