2、基于小波插值匹配图像的SPIHT压缩及馈线动态重构研究

基于小波插值匹配图像的SPIHT压缩及馈线动态重构研究

一、SPIHT压缩编码相关内容

在压缩编码领域，嵌入式零树小波编码（EZW）是一种非常有效的方法。而SPIHT算法是EZW算法的改进版本。

（一）SPIHT算法原理

SPIHT算法通过逐渐递减的阈值序列生成一系列重要图表，以此逼近每个小波系数。它以EZW算法的零树结构为基础，将根节点及其所有后继节点归为同一集合，定义了空间方向树结构。这种结构能很好地描述不同子带空间中波系数的相关性，还能对小波系数进行固定且有序的排序。对于大多数图像，在给定情况下，它能获得最高的峰值信噪比（PSNR），因此在小波图像压缩中应用广泛。

（二）SPIHT编码算法步骤

该编码算法需要三个辅助表：重要节点列表（LSP）、不重要节点列表（LIP）和不重要节点集合列表（LIS）。具体步骤如下：
1. 初始化过程 ：确定初始量化阈值 $T$（$T = 2^n$），初始化 $n = 0$（$n = \left\lfloor\log_2\left(\max_{(i,j) \in \Omega} |c(i,j)|\right)\right\rfloor$），初始化LSP、LIP和LIS。其中，$n$ 是最高位平面，$c(i,j)$ 是小波变换域的系数。
2. $n$ 级编码分类过程 ：
- 对于LIP列表中的每个元素，如果其包含的四个系数值都小于 $T$，则输出 “0”，否则输出 “1”；对每个系数符号和最高有效位进行编码，并将其移至LSP链表。
- 对于LIS列表中的每个元素，如果所有叶节点的幅值都