F fcputao Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-12 #4 To 温柔一刀: 就像jpeg是基于"离散余弦"原理一样, 请问小波压缩算法是基于什么原理? To kucio: 有电子版的吗? 如果有,请告知网址,谢谢!
温 温柔一刀 Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-12 #5 这里有一段(在最后),看看合用不合用: http://www.beinet.net.cn/cap-info/n7/10.html 顺便声明,灌水可不是我的习惯哟,只是我是学数学的, 对于这种问题比较感兴趣,也希望别人也能感兴趣。 分数我就不要了,谁能找到更好的,就给他吧。
这里有一段(在最后),看看合用不合用: http://www.beinet.net.cn/cap-info/n7/10.html 顺便声明,灌水可不是我的习惯哟,只是我是学数学的, 对于这种问题比较感兴趣,也希望别人也能感兴趣。 分数我就不要了,谁能找到更好的,就给他吧。
C cheka Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-12 #7 原来不是很感兴趣的,现在搞解压之类的东西,一见到DCT啥的 就敏感,关于小波变换不少DSP书上都有提及的,我用过的一本 教科书上就有,丢公司了,明天替你找找
L lhz Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-13 #9 小波变换在数学上属于子带编码的范畴。 所谓子带编码,是指将空域(空间域,即普通的图象数据,在处理音频数据时叫做 时域,即时间域)数据按不同的频带划分成几个不同的部分,然后根据各部分之间 的相关性组织数据,所得的数据具有简单重复的特性,可以用熵编码的方式压缩。 对于音频数据,子带的划分方式是将频带均匀划分,这在MP3中有应用。对图象数据, 一般是采用对数划分,即先将频带对分,然后将对分后的低频部分再对分,如此进行 3~4次。划分的差异是由数据的特性决定的,一般认为,图象数据是低通的,即低频 信号的能量较大,所以低频需要分得细一些;而音频通常是宽频带的,或者是中频占 的能量较大,所以适合均匀划分。 由于图象是2维的,所以其频域也是2维的,则从空域到频域的变换就有2种方法,1是 直接使用2维频率变换,2是先对X或Y做1维频率变换,再对Y或X做频率变换。一般为节 约计算量,都采用2。 而且,由于所需要的目标数据并不是频谱,所以小波变换不是使用FFT和IFT。一般的做 法是对X方向进行高通滤波(就是卷积),采样率下降一半,再对X方向作低通滤波,采 样率也下降一半,如此可以得到两幅半宽度的图象,数据和原来一样多。Y方向重复这个 过程,可以得到4幅图象,幅面均为原来的1/4,总数据不变。4福图象根据其产生时施行 的滤波器,分别被称作LL,LH,HL,HH,其中L指低通滤波,H指高通滤波,第一个字母 指X方向,第二个字母指Y方向。当然你可以用别的名字。 对LL重复上述过程,又可以将LL分解成4幅更小的图象。这是一个递归过程,递归深度可 以按要求定,一般进行3~4次。 以上过程无论进行多少次,其数据总量是不变的,并且可以变换到原来的状态。要进行压 缩,必须有减少数据的步骤。在小波变换中,与DCT一样,压缩是由量化实现的。即对上面 得到的一系列小图象进行量化取整。量化之后,高频分量(如HH)包含大量的0,可以用熵 编码压缩。量化同时引入失真,因为量化取整后小数点后面的精度被丢失了。小波变换本 身是可逆的,不会引入失真。 另外,小波变换后的各层图象间还有相关性,可以利用来提高编码效率。比如,LL-LH(对 第一次变换得到的LL图象再作一次变换,得到的LH图象)中某个象素量化后为0,则很可能 LH中对应的4个象素(每作一次变换,幅面减为1/4)大部分都是0,所以,可以组织一个数 据结构反映这些特征。现有的数据结构叫做零树(Zero-Tree)。 综上所述,wavelet与DCT并没有太大的区别。 我不知道你的具体水平,所以讲得很科普,希望不是班门弄斧 (专业的我也不会:)
小波变换在数学上属于子带编码的范畴。 所谓子带编码,是指将空域(空间域,即普通的图象数据,在处理音频数据时叫做 时域,即时间域)数据按不同的频带划分成几个不同的部分,然后根据各部分之间 的相关性组织数据,所得的数据具有简单重复的特性,可以用熵编码的方式压缩。 对于音频数据,子带的划分方式是将频带均匀划分,这在MP3中有应用。对图象数据, 一般是采用对数划分,即先将频带对分,然后将对分后的低频部分再对分,如此进行 3~4次。划分的差异是由数据的特性决定的,一般认为,图象数据是低通的,即低频 信号的能量较大,所以低频需要分得细一些;而音频通常是宽频带的,或者是中频占 的能量较大,所以适合均匀划分。 由于图象是2维的,所以其频域也是2维的,则从空域到频域的变换就有2种方法,1是 直接使用2维频率变换,2是先对X或Y做1维频率变换,再对Y或X做频率变换。一般为节 约计算量,都采用2。 而且,由于所需要的目标数据并不是频谱,所以小波变换不是使用FFT和IFT。一般的做 法是对X方向进行高通滤波(就是卷积),采样率下降一半,再对X方向作低通滤波,采 样率也下降一半,如此可以得到两幅半宽度的图象,数据和原来一样多。Y方向重复这个 过程,可以得到4幅图象,幅面均为原来的1/4,总数据不变。4福图象根据其产生时施行 的滤波器,分别被称作LL,LH,HL,HH,其中L指低通滤波,H指高通滤波,第一个字母 指X方向,第二个字母指Y方向。当然你可以用别的名字。 对LL重复上述过程,又可以将LL分解成4幅更小的图象。这是一个递归过程,递归深度可 以按要求定,一般进行3~4次。 以上过程无论进行多少次,其数据总量是不变的,并且可以变换到原来的状态。要进行压 缩,必须有减少数据的步骤。在小波变换中,与DCT一样,压缩是由量化实现的。即对上面 得到的一系列小图象进行量化取整。量化之后,高频分量(如HH)包含大量的0,可以用熵 编码压缩。量化同时引入失真,因为量化取整后小数点后面的精度被丢失了。小波变换本 身是可逆的,不会引入失真。 另外,小波变换后的各层图象间还有相关性,可以利用来提高编码效率。比如,LL-LH(对 第一次变换得到的LL图象再作一次变换,得到的LH图象)中某个象素量化后为0,则很可能 LH中对应的4个象素(每作一次变换,幅面减为1/4)大部分都是0,所以,可以组织一个数 据结构反映这些特征。现有的数据结构叫做零树(Zero-Tree)。 综上所述,wavelet与DCT并没有太大的区别。 我不知道你的具体水平,所以讲得很科普,希望不是班门弄斧 (专业的我也不会:)
Y yysun Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-15 #12 偶而找到个小波教材,进来一看,提问者要中文的,凑合吧. http://perso.wanadoo.fr/polyvalens/clemens/lifting/lifting.html
C caowei Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-16 #13 我3年前做过WAVELET的程序,16位和32位平台的各一个,呵呵... 不过,当时计算机很慢,感觉速度不太快,现在也没试. 压缩比非常高,而且效果非常好. 这个算法还是不错的...
刘 刘李子 Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-16 #14 那就来一份嘛 msgofbusiness@263.net
L lhz Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-16 #16 网上要找wavelet的源码还是比较容易的,以前曾经有过一个, 用起来觉得不错,对灰度图象可以压10~16倍(JPEG在相同质量 下只有4~8倍).由于很久未用,已经找不到了 to yysun:你是搞图象的?有机会交流交流
网上要找wavelet的源码还是比较容易的,以前曾经有过一个, 用起来觉得不错,对灰度图象可以压10~16倍(JPEG在相同质量 下只有4~8倍).由于很久未用,已经找不到了 to yysun:你是搞图象的?有机会交流交流
C cheka Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-18 #18 灌点水,最新的JPEG2000标准就是用wavelet代替了FFT, 看过几张样图,效果很好,同等压缩比下马塞克比传统JPEG 少许多,文字也很清晰。 还有这本书上有些离散小波变换的内容 《数字信号处理的原理与实现》 吴镇扬 东南大学出版社 想摘录些东西下来的,无奈公式太多,只好算了
灌点水,最新的JPEG2000标准就是用wavelet代替了FFT, 看过几张样图,效果很好,同等压缩比下马塞克比传统JPEG 少许多,文字也很清晰。 还有这本书上有些离散小波变换的内容 《数字信号处理的原理与实现》 吴镇扬 东南大学出版社 想摘录些东西下来的,无奈公式太多,只好算了
温 温柔一刀 Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-18 #19 还有一句话要叮嘱一下,不要把分数分给我,拜托。 ^^^^
F fcputao Unregistered / Unconfirmed GUEST, unregistred user! 2000-09-26 #20 yysun: http://perso.wanadoo.fr/polyvalens/clemens/lifting/lifting.html 好像连不上!