基于小波变换的视频图像压缩算法研究

l 引 言
随着网络和多媒体技术的迅速发展，特别是3G技术的逐渐普及，多媒体信息特别是视频图像信息将越来越丰富。对数据量庞大的视频图像信息进行压缩是非常必要的，因此视频图像的压缩也一直吸引着广大研究者进行不断深入的探索。
小波变换具有良好的时、频局域性，并且由于其在非平稳图像信号分析方面的灵活性和适应人眼视觉特性的能力，已经成为图像编码的有力工具。应用三维小波变换进行视频压缩编码，需考虑选用时、空域2组小波滤波器组。时域选用阶数较低的滤波器组，而空域的滤波器组的选择与静止图像变换编码相似，常用的是双正交D 9／7滤波器组，但是它的计算量较大，因此采用提升方法来实现，并且对提升格式的参数进行调整，可进一步减少运算量。

2 基于提升格式的三维小波变换的视频编码系统
本文采用的视频编码系统主要是由三维小波变换、量化、熵编码和码流组装4个部分组成，如图1所示。设图像序列有M×N×L个像素，M，N分别为图像的列、行数，L为一组中的帧数。首先，对输入的L帧图像进行三维提升型小波变换。然后用基于HVS的视觉阈值曲线对各个子带的小波系数进行量化，且把每个子带进一步分成固定大小的块。之后对每个子块进行位平面熵编码，并得到各块的率失真曲线。最后，在码流组装过程中进行码流分配。该系统的解码过程就是其逆过程。

3 算法实现
(1)小波分解：本文采用提升型小波变换对视频信号进行3级的三维小波分解得到垂直、水平和帧方向的三维小波子带。得到一个低频分辨率的图像逼近LLL3和代表不同分辨率、不同方向上的视频序列细节信息的高频三维小波子带(LHHm，LHLm，LLHm，HLHm，HHLmHHHm，HLLm，其中m表示级数，即m=1，2，3)。低频子带LLLm代表视频序列时间轴方向的上下文信息，包含图像大部分的能量，需重点保护。对于时间轴上的高频子带采用本文的阈值量化法进行量化。时间轴低频子带的能量要高于高频子带，当运动剧烈时，经小波分解后的时间轴高频子带内的系数会急剧增大，会影响算法的整体压缩效果，而时间轴低频子带其积聚了图像信息的大部分能量，所以不能引入太大的失真。