[发明专利]基于四叉树划分的区域生长压缩方法

摘要

本发明涉及一种基于四叉树划分的区域生长压缩方法，区域生长模板定义了小波系数的聚类特性。解决了小波算法零树的预测效率不高、没有充分利用同层小波系数间相关性的缺点，该算法充分考虑了层间小波系数和同层小波系数之间的相关性，以及小波系数的聚类性，结构简单，具有良好的压缩性能，其压缩性能优于经典的SPIHT和EZW算法。

主权项

1、一种基于四叉树划分的区域生长压缩方法，将区域生长用于四叉树划分的小波压缩编码系统，区域生长模板定义小波系数的聚类特性，方法包括如下步骤：1)、参数定义：定义LP是节点的小波系数值的序列，定义LIS是不重要系数集合的序列，c_ij表示节点(i，j)的小波系数值，D(i，j)表示结点(i，j)的所有后代节点，R(i，j)表示结点(i，j)的所有未被编码过的后代结点，O(i，j)表示(i，j)的所有儿子节点；2)、初始化：将最低频子带中所有的系数点放入LP，最低频子带中所有有后代的结点放入LIS，输出门限值设为T＝q2^k，q是量化参数；3)、分类：对LIS中的每个结点(i，j)：-计算S_T(κ)来判断这棵树的后代节点中是否有大于门限值的重要系数，ST(κ)=1,max(k,1)∈R(i,j)|ck,1|≥T0,otherwise,]]>其中κ表示根节点为(i，j)的四叉树；如果S_T(κ)＝1，则对于(i，j)的每个儿子结点：-加入LIS中作为新的节点；-如果未被编码，则：——移入LP，标记该点已被编码；——如果相对于当前门限是显著的，则进行下述区域生长操作：{按照区域生长的结构算子索引区域生长的节点，对每个节点，如果未被编码：-移入LP，标记该点已被编码；-如果是显著的，则以该点为种子进行区域生长操作；}4)、量化输出：首先输出头部信息，即LP中系数的个数。然后对放入LP中的点，通过格状编码量化器进行量化编码。同时，根据格状编码量化器重建的系数值，输出格状编码量化器是否改变了系数值的显著性；5)、更新：清空LP，门限值变为T/2，返回步骤3。