小波分析提升静止图像压缩效率：基于EZW与SPIHT的改进

本篇硕士学位论文深入探讨了小波分析在静止图像压缩编码中的应用，由南京信息工程大学的王克松撰写，专业为应用数学，指导教师为张建伟。随着多媒体技术和网络的飞速发展，对图像质量和存储需求的提升促使图像压缩技术成为关键领域，其中小波变换因其独特的时频局部化特性而备受关注。 小波变换理论，自Mallat的多分辨分析提出以来，因其非线性性质使得信号处理更加灵活，特别适合于图像压缩。论文着重研究了小波变换的数学基础以及其在图像编码中的应用，尤其是如何利用零树结构来捕捉小波系数之间的相关性。两种核心算法，EZW算法和SPIHT算法，被深入剖析。EZW算法是基于嵌入零树编码，而SPIHT则是一种集分割树的变种，两者都利用了小波系数随子带增高而幅值衰减的特性，实现了高效压缩。 论文的核心部分首先介绍了图像编码的基本原理和方法，以及图像压缩技术的历史和发展，列举了诸如预测编码、变换编码等常见编码方式。接着，详细讨论了小波基的选择策略，指出在有损压缩中，双正交(9,7)小波表现出稳定的优良性能。对于EZW算法，作者进行了三点改进，实验证明这不仅提高了算法运行速度，还提升了图像质量。而对于SPIHT算法，提出了新的优化策略，旨在进一步提升编码效率和图像恢复效果。 这篇论文通过理论分析和实证研究，展示了小波分析在静止图像压缩编码中的实用价值，为优化图像压缩算法提供了新的思路和方法，对于多媒体技术的发展和应用具有重要意义。