[发明专利]一种基于SVD-DWT-DCT的联合图像压缩方法

权利要求书

1.一种基于SVD-DWT-DCT的联合图像压缩方法，该发明将奇异值分解，离散小波变换，离散余弦变换三种技术结合起来，其特征是：该发明的执行过程如下：

步骤一、对输入图像进行奇异值分解，根据分解得到的对角矩阵，取矩阵的低阶奇异值，最终得到图像的近似；

步骤二、对SVD结果进行Haar小波变换，在二级分解之后获取近似图像；

步骤三、将近似图像分解成一个8x8的单元格，对每个单元应用2D-DCT变换；

步骤四、通过量化因子量化图像，然后通过熵编码器编码；

步骤五、取回解压图像，对每个单元进行编码、量化、反离散余弦变换（IDCT）；

步骤六、最后，转变每个单元为单个独立的图像。

2.根据权利要求1所述的一种基于SVD-DWT-DCT的联合图像压缩方法，其特征是：该发明的奇异值分解（SVD)将一幅图像分解成两个正交矩阵和一个对角矩阵，设L是一个图矩阵，那么SVD将其分解成三个矩阵：一个正交矩阵U，一个对角矩阵S，一个正交矩阵的转置V，公式如下：=

奇异值在对角矩阵中以降序的顺序排列，即S11>S22>>Snn，这样就可以把特别小的奇异值忽略，去掉一些低阶的矩阵近似值来减小图像的大小，本发明选择一个等级值k，基于这个较低的近似值k来压缩图像。

3.根据权利要求1所述的一种基于SVD-DWT-DCT的联合图像压缩方法，其特征是：

步骤三的具体过程为：DCT用几个DCT系数集中表现了图像的可视化重要信息，系数提供了极佳的关联属性，这样，DCT呈现出了图像熵值的减少，1D-DCT公式如下：

f(x) =

从1D-DCT公式中可以发现，如果u和N的值增加，给出增加频率的波形，NXN输入序列的2D-DCT公式为：

Y(i,j) = C(i)C(j)

其中P(x,y)是输入图像，x,y是矩阵元素的坐标，i,j是系数的坐标

C(u) =

这个8x8的基本函数将一幅图像分成了数个关联的像素值块，这样在量化之后切去关联像素值，高频部分被忽略。