几种图像变换算法性能比较

J4 ›› 2010, Vol. 28 ›› Issue (05): 439-.

几种图像变换算法性能比较

田润澜|肖卫华|齐兴龙

空军航空大学航空电子工程系|长春 130022

出版日期:2010-09-30 发布日期:2010-10-28
通讯作者: 田润澜（1973— ），女，河北唐山人，空军航空大学讲师，主要从事通信、图像压缩、视频压缩研究，(Tel)86-13604409370(E-mail) E-mail:runlantt@sohu.com。
作者简介:田润澜（1973— ）|女|河北唐山人|空军航空大学讲师|主要从事通信、图像压缩、视频压缩研究|(Tel)86-13604409370(E-mail) runlantt@sohu.com。

Comparion of Servral Image Transform

TIAN Run-lan|XIAO Wei-hua|QI Xing-long

Department of Aviation Electronical Engineering,Aviation University of Air Force, Changchun 130022|China

Online:2010-09-30 Published:2010-10-28

摘要/Abstract

摘要：

为寻找提高图像压缩算法性能的途径，比较了二维DCT（Discrete Cosine Transform）变换，二维张量积小波变换以及最新的几何小波的变换特点及实用效果。针对同一图像采用不同的几何小波进行分解，保留相同个数的显著系数进行图像重建，以比较各种小波基的稀疏表示能力。结果显示，在高压缩比条件下，Bandelet和DCT变换更加有效，而在高质量条件下，小波变换依旧是最有效的工具。

关键词: 图像压缩, 小波, 楔波, 曲波, 边缘波, Bandelet

Abstract:

In order to find a way to improve the performance of image compression, the characteristic and effect of 2D-DCT（Discrete Cosine Transform）, twodimensional tensor product wavelet，and the latest geometrical wavelet are compared. The same image is decomposed with different geometrical wavelet and then reconstructed with the same number of significant coefficients, thus the sparse representation capability of wavelet can be compared, the result shows that Bandelet and DCT are more efficient when require high compression ratio, while wavelet is still the most efficient tool when require high image quality.

Key words: image compression, wavelet, wedgelets, curvelets, contourlets, bandelet

中图分类号:

TN911.7

田润澜|肖卫华|齐兴龙. 几种图像变换算法性能比较[J]. J4, 2010, 28(05): 439-.

TIAN Run-lan|XIAO Wei-hua|QI Xing-long. Comparion of Servral Image Transform[J]. J4, 2010, 28(05): 439-.

[1]	隋振，徐峰，苏振东. 基于遗传算法的凸轮升程误差修正[J]. 吉林大学学报(信息科学版), 2018, 36(3): 277-282.
[2]	唐国维,张岩,王苫社,刘彦彤,赵璨 . 基于 ε-SVR 的嵌入式小波图像编码算法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 76-84.
[3]	杨宇, 司玉娟, 宋晓洋. 基于小波变换和支持向量机的心电信号ST 段分类[J]. 吉林大学学报(信息科学版), 2016, 34(3): 315-319.
[4]	史东承, 丁圆圆, 梁超. 基于相位一致性和字符纹理特征的车牌定位算法[J]. 吉林大学学报(信息科学版), 2016, 34(1): 140-145.
[5]	王桔, 丁锐, 洪梅. 基于LabVIEW 的面部表情识别系统的设计[J]. 吉林大学学报(信息科学版), 2015, 33(6): 714-.
[6]	宋丹, 司夏岩, 吕晓玲. 基于LED 点阵屏的智能视力仪[J]. 吉林大学学报(信息科学版), 2015, 33(6): 662-.
[7]	刘媛媛, 陈贺新, 赵岩, 孙红岩. 基于遗传算法的优化DCT 图像压缩方法[J]. 吉林大学学报(信息科学版), 2015, 33(5): 510-.
[8]	张岩a,b, 任伟建b, 唐国维a. 基于曲波变换的地震数据压缩感知重构算法[J]. 吉林大学学报(信息科学版), 2015, 33(5): 570-.
[9]	王勇, 刘雯. 基于IE 和AG 的小波图像融合方法[J]. 吉林大学学报(信息科学版), 2015, 33(4): 435-.
[10]	韩强, 战铁兵, 赵星博, 宫姗, 梁士利. 基于小波压缩算法的境外实时视频传输系统[J]. 吉林大学学报(信息科学版), 2014, 32(6): 588-592.
[11]	任伟建, 任璐, 公丽颖, 石阔. 基于分级策略的自动人眼检测与定位[J]. 吉林大学学报(信息科学版), 2014, 32(3): 239-246.
[12]	张澎涛, 刘晋浩. 连续小波变换在机械故障特征提取中的应用[J]. 吉林大学学报(信息科学版), 2014, 32(2): 172-176.
[13]	王晓, 王丽荣, 宋雅娟, 任丽晔, 冯萍. 基于小波变换的按摩手法肌电信号分析[J]. 吉林大学学报(信息科学版), 2013, 31(3): 255-259.
[14]	杨佐龙, 王德功, 李勇. 基于小波域中心矩特征的SAR图像识别[J]. J4, 2013, 31(1): 13-17.
[15]	李雷. 基于电信行业小波神经网络模型的应用[J]. J4, 2012, 30(6): 599-604.