复数轮廓变换在图像编码中的应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 59-62.

复数轮廓变换在图像编码中的应用

王向阳^1,2,张国星¹

1.辽宁师范大学计算机与信息技术学院，辽宁大连 116029
2.南京大学计算机软件新技术国家重点实验室，南京 210093

收稿日期:2007-05-28 修回日期:2007-07-26 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 王向阳

Image compression using complex contourlet transform

WANG Xiang-yang^1,2,ZHANG Guo-xing¹

1.College of Computer Science，Liaoning Normal University，Dalian，Liaoning 116029，China
2.State Key Laboratory for Novel Software Technology，Nanjing University，Nanjing 210093，China

Received:2007-05-28 Revised:2007-07-26 Online:2008-02-01 Published:2008-02-01
Contact: WANG Xiang-yang

摘要/Abstract

摘要： 以Contourlet变换为基础，WBCT（Wavelet-Based Contourlet Transform）的思想为依据，提出了一种新的、改进Contourlet的变换－复数轮廓变换CCT（Complex Contourlet Transform）。DT-CWT（Dual-Tree Complex Wavelet）复数小波因为具有近似的位移不变性以及方向可选择性，已经成功地应用于图像压缩领域，然而无法解决小波变换方向选择性差的固有缺点。为了能够得到更多的图像方向信息，将DFB（Directional Filter Bank）方向滤波器引入DT-CWT，从而构建CCT（Complex Contourlet Transform）复数轮廓变换。实验结果表明，和WCBT相比较，CCT变换重构得到的实验图像纹理更加清晰、丰富，视觉效果更好。

关键词: Contourlet, WBCT, DT-CWT, CCT

Abstract: Dual-Tree Complex Wavelet（DT-CWT） has been thoroughly investigated for image compression，since it takes advantages of direction selectivity.But it can only handle limited direction information.To allow a more flexible directional expansion for images，we propose a new compression scheme，referred to as complex contourlet transform（CCT）.It successfully incorporates directional filter banks（DFB） into DT-CWT.As a result it efficiently deals with images containing contours and textures，whereas it retains the property of shift invariance.Experimental results demonstrat that the method features high quality compression performance and can facilitate many image processing applications.

Key words: Contourlet, WBCT, DT-CWT, CCT

王向阳^1,2,张国星¹. 复数轮廓变换在图像编码中的应用[J]. 计算机工程与应用, 2008, 44(4): 59-62.

WANG Xiang-yang^1,2,ZHANG Guo-xing¹. Image compression using complex contourlet transform[J]. Computer Engineering and Applications, 2008, 44(4): 59-62.

[1]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[2]	文继李1，丁立新1，万润泽1，邹桢苹2. 基于兴趣区域的无参考图像质量评价方法[J]. 计算机工程与应用, 2018, 54(16): 169-175.
[3]	谷志鹏，贺新光. 耦合边缘检测与优化的多尺度遥感图像融合法[J]. 计算机工程与应用, 2017, 53(11): 192-198.
[4]	郑英，符冉迪，金炜，周颖. 改进Contourlet变换的3D掌纹图像识别[J]. 计算机工程与应用, 2016, 52(8): 169-173.
[5]	宋建辉，甘晶，刘砚菊. 基于PCNN与区域特征的红外与可见光图像融合[J]. 计算机工程与应用, 2016, 52(8): 186-190.
[6]	陈曦，肖建. 基于NSCT边缘直方图的草图检索[J]. 计算机工程与应用, 2015, 51(22): 172-175.
[7]	周细凤1，曾荣周2，孙静1. 基于CCTA的可级联的电流模式多功能滤波器[J]. 计算机工程与应用, 2015, 51(19): 231-235.
[8]	杨建慧，白超. àtrous小波-NSCT遥感图像融合[J]. 计算机工程与应用, 2013, 49(5): 170-173.
[9]	冯帆1，2，王建华1，张政保2，王惠萍1，戚红军1，张海龙1. 基于CSR-ICA模型的隐写信息盲提取算法[J]. 计算机工程与应用, 2013, 49(24): 70-73.
[10]	张华1，黄辉1，刘邦明2. 结合Contourlet变换和区域特征的图像融合算法[J]. 计算机工程与应用, 2013, 49(22): 160-162.
[11]	赵勇，熊顺清，袁莎，夏薇，周卫红. 复合NSCT分解DCT变换和SVD分解的多重变换水印[J]. 计算机工程与应用, 2013, 49(20): 167-170.
[12]	鲁昌华，盛柳青，岳公和. 基于MRF模型的NSCT域SAR图像分割[J]. 计算机工程与应用, 2013, 49(16): 172-174.
[13]	廖宇. 一种基于NSCT分解的图像插值算法[J]. 计算机工程与应用, 2012, 48(8): 176-178.
[14]	王刚1，陈建农2，肖亮3. 基于轮廓波系数相关性的图像压缩算法[J]. 计算机工程与应用, 2012, 48(36): 210-215.
[15]	李殿均1，贾振红1，覃锡忠1，杨杰2，胡英杰3，杜超本1. 一种新的基于NSCT域的遥感图像增强算法[J]. 计算机工程与应用, 2012, 48(33): 203-206.