局部最小熵预测编码：小波系数压缩新方法

"论文研究-基于局部最小熵的小波系数预测编码方法.pdf" 本文是一篇关于图像压缩技术的学术论文，重点研究了一种新的基于局部最小熵的小波系数预测编码策略。该方法旨在优化小波变换在图像压缩中的性能，尤其针对JPEG2000标准中的压缩效率进行了改进。小波变换在图像处理中具有显著的能量集中特性，能够高效地压缩图像数据，因此在静态图像压缩领域得到广泛应用。 论文指出，尽管已有许多工作针对小波变换的图像压缩进行了优化，如不同子带的小波树分类压缩、边界处理和邻近系数优先编码等，但这些方法并未充分考虑小波系数间的相关性。为此，该研究提出了一个预测模型构建的新方法，通过分析小波系数的相互关系来选择预测系数，并构建相关性预测函数，以综合多个系数的预测效果。 关键创新在于采用局部最小熵作为准则，对预测函数划分的多个分类进行逐步筛选和合并，形成一种局部最优的预测分类模型。这一策略旨在最小化熵值，从而更好地区分待编码位的概率分布，进一步提高压缩效率。结合熵编码技术，新方法能更高效地处理小波系数，降低了数据的冗余度。 实验结果显示，与JPEG2000标准相比，该方法在图像恢复的质量上有所提升，无论是主观评价还是客观的峰值信噪比（PSNR）均有所增加，平均提升了0.4 dB。这表明，所提出的基于局部最小熵的小波系数预测编码方法在保持或提高图像质量的同时，还能实现更高的压缩比，对于图像压缩技术的进步具有积极意义。 这篇论文研究的焦点在于开发一种利用小波系数相关性的预测编码技术，通过最小化局部熵来提高编码效率和图像恢复质量。这种方法为小波变换图像压缩领域的进一步研究提供了新的思路，对于提升现有的图像压缩标准和实际应用具有潜在价值。