外文翻译外文文献英文翻译一种基于嵌入式零树小波算法的鲁棒图像压缩新方法

外文翻译外文文献英文翻译一种基于嵌入式零树小波算法的鲁棒图像压缩新方法内容摘要：

ostly between 1/250 and 1/500. Thus, if a random bitstream is fed into the decoder after training it to this point, an average of 250 to 500 symbols will be processed before the stop symbol is decoded. The bitstream is correctly interpreted as long as the decoder is synchronized with the encoder, but this synchronization is lost shortly after the first error occurs. Once this happens, the ining bitstream looks random to the decoder (the more efficient the encoder, the more random it will appear). Since each symbol is represented in the pressed image by between one and two bits, the decoder should selfterminate between 31 and 125 bytes after an error occurs. Experimentally, we have found that the arithmetic decoder overrun is typically between 30 and 50 bytes, which is consistent with the theoretical range, since most of these terminations took place while decoding the highly pressed significance map. If the overrun 5 is small pared to the number of bits correctly decoded, it does not significantly affect the quality of the reconstructed image. While some erroneous information is incorporated into the wavelet coefficients, the bit plane scanning structure ensures that it is widely dispersed spatially, making it visually insignificant in the image. 1 作者： Charles D. Creusere 国籍 : 美国 出处：图像处理 电机及电子学工程师联合会 1997年第 10期 14361442页 ISSN10577149 一种基于嵌入式零树小波算法的鲁棒图像压缩新方法 （一） Charles D. Creusere 摘要 本文 提出了一种基于小波变换的图像压缩算法， 通过分割由 系数转变 成的 群 组 和独立使用 内嵌 编码器处理每个 分 组 ， 实现了传输错误 的 鲁棒性。 这样，一个分组的误码不会影响到其他的分组，允许更多未损坏的信息到达解码器 标引词 系数分割，内嵌码流，错误恢复，图像压缩，低复杂性，小波。 一、引言 最近，受到无线服务和互联网的增殖、消费者对多媒体产品的需求的影响，人们对图像和视频数据在含噪通信信道的传输的兴趣日益加深。 基于这种应用环境，无论从复杂性还是信息理论的角度，合并信源和信道编码（即压缩和纠错）流程都是十分有利的。 在这项工作中，我们采用了一种低复杂度、信源信道联合编码的形式，不 同数量的传播错误的鲁棒性可直接内建在一个内嵌比特流中。 在这里采用的方法修改了Shapiro 的嵌入式零树小波（零树）图像压缩算法，但其基本思想可以很容易地适用于其他基于小波变换的嵌入式编码，例如 Said and 2 Pearlman 的基于小波变换的嵌入式编码和 Taubman and Zakho 的基于小波变换的嵌入式编码。 使用这种方法 已经得到了 一些初步成果。 本文组织如下。 在第二节，我们将讨论传统的 EZW 图像压缩算法及其对传输误差的影响。 接下来，我们在第三节开发新的鲁棒性编码器并且探索相关实施编码器的方案。 在第 四节，我们分析在存在通道错误的情况下鲁棒 EZW 算法的性能，并且我们在第五节使用这种分析的结果充当对比。 最后，在第六节中讨论执行和复杂性问题，在第七节记录随后的结论。 二、 EZW 图像压缩 一幅输入的图像经过小波变换后， EZW 编码器利用位平面编码创造一个图像的嵌入式描绘的形式来逐步量化系数，也就是说，高分辨率的描绘还包含所有粗分辨率。 此位平面编码是通过比较小波系数和阈值 T的大小来确定哪些系数是重要的：如果小波系数比 T 大，则这个小波系数是重要的。 由于扫描进程是从低空间频率到高空间频率，一个 2bit的字符被用来编 码所有重要系数的标记和位置。 这个字符可以是用 +或 来描述重要系数的标记；一个“ 0”表明该系数是微不足道的。 一个零树的根（ ZTR）表明该系数与在同一空间区域中所有高分辨度相应的系数一样是微不足道的。 ZTR 字符的引入大大提高了编码效率，因为它允许编码器利用已在大多数图像中被观察到的层间之间的相关性。 在计算操作给定位平面的“重要性图表”字符后，分辨率增强位必须被传输到所有重要的系数，在我们的实际操作中，我们连接两个系数来形成字符。 在传输之前，重要性图表字符和分辨率增强字符使用简单的自适应模型 3 描述 ，以四个字母 符号来进行算术编码（增加一个停止字符）。 然后阈值 T 除以 2，并且反复进行扫描过程直至满足某一码率或失真率目标。 此时，传输停止符号。 另一方面，解码器仅仅只接收来自编码器的比特流，对其进行解码，并逐步用和编码器建立重要性图表的列出方式完全相同的列出方式建立重要性图表和增强字符。 编码器产生的比特流的内嵌性质提供一定程度上的误差防护。 具体而言，第一个位错误到达之前的所有信息可以用来重建图像。 一切在丢失后都可以到达。 这是许多一个错误就可能对图像造成不可弥补的损害的压缩算法所不能相比的。 此外，我们已经发现， EZW 算法实 际上在实现其目标码率或失真之前，当。