Abstract
使用凌波轉換(wavelet transform) 的技術來做影像壓縮，近年來在學術 界引起了廣泛的討論。在這篇論文中，除了探討凌波轉換的理論基礎外， 我們使用一種新的編碼方式，來編碼影像經凌波轉換後的係數。首先，我 們對原始影像重覆做凌波轉換，如此一來會得到一類似金字塔狀(py- ramidal) 的子影像群(subimages)。再來，應用差碼調變法對( different pulse code modulate)低頻頻帶(low frequency band)的係數 做壓縮再使用純量量化(scalar quantization) 的技術，來編碼不同解析 度的頻帶。另外，由於人眼對高頻影像較不敏感，所以對它不用精細的量 化；反過來說，對於低頻影像則須仔細處理。第三，使用已量化的係數由 最低頻向外漸層的偵測邊緣(edge)的位置，以期降低傳輸量與影像壓縮率 ─只傳輸邊緣的位置，而非邊緣的位置則不傳送直接在接收端填零值。此 種預測邊緣的方法，不需額外的資料來決定邊緣在哪些位置，且可利於漸 層式傳輸 ( progressive transmission ). 最後，以這些保留下來的係 數作快速逆向凌波轉換重建影像。經實驗後重建的麗娜影像(LENNA) 之訊 噪比(PSNR)值為 32.26，位元比率(bpp) 為 0.518。使用邊緣偵測方法於 凌波轉換後的影像既可對低頻的資訊做很好的保護又能保留住邊緣的資料 ，對於重建影像而言保有這兩種特性即可得到很好的效果。此外, 亦使用 一種多重解析度編碼方法來對投影圖形壓縮以得一較節省資料量,類似凌 波封包( Wavelet Packets). 這類資料相似於紋路分析( Texture Analysis), 這些方法最主要的目的都是想得到一個可接受程度的還原影 像品質及較低的位元率(bit rate). 且可利於漸層式多重傳輸 ( progressive transmission ), 即先將影像最重要部份傳輸再傳輸次重要 部份. 可使接收端在短時間內判斷是否為正確影像 .