小波变换不仅可以去除图像数据中的相关,而且它提供了利用人眼视觉特性的良好机制,因此基于小波变换的图像压缩技术已成为当前的研究热点。本文详细研究了基于小波变换和矢量量化的静态图像压缩编码方法。 首先,本文给出了图像压缩的一般概念,回顾了图像压缩技术的发展,并简要介绍了几种常用的图像压缩国际标准。然后,从信号处理的角度介绍了小波变换,并通过实验的方法研究了其在图像压缩中的应用,包括:小波基的选择、分解层数的确定、边界延拓方法以及图像小波系数的分布特点等。在量化部分,本文介绍了格形矢量量化的基本概念和实现方法。然后重点分析、研究了一种基于格形矢量量化的逐次逼近小波矢量量化算法(SA-W-VQ)。最后,根据小波系数的分布特点和人眼的视觉特性,对该算法提出了两点改进。在熵编码部分,本文比较了霍夫曼编码和算术编码的优点,并重点讨论了自适应的算术编码器的实现。此外,本文还讨论了对图像的最低频子带小波系数进行线性预测编码的方法。 本文的最后给出了用SA-W-VQ算法和本文的改进算法进行图像压缩的仿真结果。仿真结果表明,相对于原SA-W-VQ算法,在运算量增加不大的情况下,本文算法能取得较优的结果,峰值信噪比(PSNR)最多提高0.24dB,而且本文算法能获得稍优的视觉效果。