[发明专利]一种面向图像压缩的小波基分类构造方法

权利要求书

1.一种面向图像压缩的小波基分类构造方法，首先建立小波基构造模型，并设计相应的小波基优化求解算法，其特征在于还包括如下步骤：

(1)对图像进行分类：选取典型的图像，通过统计分析确定分类准则和分类阈值以实现图像分类；

(2)离线建立小波基库：对每类图像，采用所述小波基构造模型和优化求解算法，选择出平均意义最优的小波基，建立小波基库；

(3)选择适合图像压缩的最优小波基：根据输入图像的分类，从建立的小波基库中选择适合该类图像的小波基。

2.如权利要求1所述的面向图像压缩的小波基分类构造方法，其特征在于：

其中，在建立小波基构造模型的过程中，以能量集中性为指标，构造能量主要集中在低频和中低频的小波基。

3.如权利要求1所述的面向图像压缩的小波基分类构造方法，其特征在于：

所述小波基优化求解算法为运用遗传算法处理具有第一参变量和第二参变量，以小波变换的最优能量集中为目标函数的二变量的优化问题。

4.如权利要求3所述的面向图像压缩的小波基分类构造方法，其特征在于：

所述遗传算法中，生成的染色体中0和1的基因数各占50％，预先在初始种群中置入以DB9/7小波的系数编码的染色体，并在进化过程中，挑选出优于当前最优个体的新个体并保存。

5.如权利要求1所述的面向图像压缩的小波基分类构造方法，其特征在于：

所述步骤(1)中，所述分类准则为计算一级小波变换后三个高频子带系数幅值的均值，并根据统计结果确定图像分类的阈值。

6.如权利要求5所述的面向图像压缩的小波基分类构造方法，其特征在于：

所述小波基库中，根据所述图像分类阈值确定的每一类图像分别与一个小波基相对应。

7.如权利要求1所述的面向图像压缩的小波基分类构造方法，其特征在于：

所述步骤(3)中，首先对输入图像进行一级小波变换，计算高频系数幅值的均值，然后根据所述图像分类阈值确定输入图像的分类，再从建立的小波基库中选择适合该类图像的小波基，并执行小波变换。

8.如权利要求1～7中任意一项所述的面向图像压缩的小波基分类构造方法，其特征在于：

所述图像为遥感图像。