基于小波变换与EZW的图像压缩系统

资 源 简 介

本项目旨在研究并实现一种基于离散小波变换（DWT）与嵌入式零树小波（EZW）算法的高效图像压缩方案。 系统首先通过Mallat快速算法对输入图像进行多级小波分解，将图像从空间域转换到小波域，利用小波变换的优良时频局部化特性和跨尺度自相似性，将图像能量集中在低频子带中，而将边缘和细节信息分布在不同方向的高频子带中。 核心编码环节采用EZW算法，该算法基于“零树”结构来有效地编码小波系数在不同分辨率层次间的相关性。通过设置初始阈值并在每一轮迭代中减半，系统依次标记正显著、负显著、零树根和孤立零点，配合主扫描和从扫描过程实现对比特平面的渐进式编码。 该项目支持精确的码率控制和渐进式传输，允许在任意比特位置阻断码流，并根据已接收数据重构出当前最佳质量的图像，适用于宽带受限、实时影像传输、医学诊断图像存储以及遥感图像压缩等对压缩效率和重构精度要求较高的应用场景。

详 情 说 明

基于小波变换与EZW编码的图像数字压缩系统

项目介绍

本项目实现了一个基于离散小波变换（DWT）与嵌入式零树小波（EZW）算法的图像压缩系统。该系统利用小波变换在时频局部的优良特性，将图像能量集中于低频子带，并通过EZW算法对小波系数进行分层、渐进式的量化与编码。该方案支持精确的比特率控制，能够通过设置停止阈值来平衡压缩比与图像重构质量，适用于对传输效率和恢复精度均有要求的应用场景。

功能特性

• 多级小波分解：采用Mallat算法实现多层Haar小波变换，有效分离图像的基础特征与细节。
• 嵌入式零树编码：实现EZW核心逻辑，包括初始阈值计算、主扫描（子带间相关性编码）及从扫描（精细量化）。
• 渐进式比特流：编码结果支持逐位细化，允许在码流的任意位置截断并重构当前最优质量图像。
• 质量评定系统：自动计算峰值信噪比（PSNR）、平均绝对误差（MAE）及估算压缩比（CR）。
• 全流程可视化：实时展示原始图像、小波系数热力图、重构图像以及重构误差图。

使用方法

1. 环境配置：确保计算机已安装MATLAB R2016b或更高版本。
2. 图像准备：将待压缩的图像文件置于工作目录下，或在代码开头修改变量指定图像路径。
3. 参数调整：

- 修改分解级数变量（n_level）以改变多尺度分析的深度。 - 修改目标停止阈值（target_stop_threshold）以调节最终压缩质量与压缩率。

1. 执行系统：在MATLAB命令行窗口输入函数名运行，系统将自动弹出可视化分析窗口并打印报告。

系统要求

• 软件支持：MATLAB (包含Image Processing Toolbox)。
• 内存建议：至少4GB RAM，用于处理大尺寸图像的矩阵运算。
• 输入限制：支持灰度及彩色图（彩色图会自动转换为灰度进行处理），系统会自动将图像缩放为2的幂次大小。

系统实现逻辑说明

1. 图像预处理与变换

系统首先读取图像，若图像不是2的幂次尺寸，则通过双线性插值进行缩放。随后利用Haar小波基进行多级分解。核心变换函数通过对行和列依次进行低通与高通滤波，将图像划分为LL（低频）、LH（水平）、HL（垂直）和HH（对角线）四个子带。该过程循环执行，直至达到设定的分解层数，最终构建出多尺度的小波系数矩阵。

2. EZW 编码过程

编码环节分为初始化、主扫描和从扫描三个循环步骤：

• 初始化：计算所有系数的最大绝对值，将其对应的2的幂次作为初始阈值。
• 主扫描（Dominant Pass）：系统按顺序遍历尚未标记为显著的系数。根据当前阈值生成四种符号：正显著（P）、负显著（N）、零树根（ZTR）和孤立零点（IZ）。其中零树根利用了跨尺度的自相似性，用单个符号代表一片全零区域，极大地提高了压缩效率。
• 从扫描（Subordinate Pass）：对所有已判定为显著的系数进行精细比特提取。通过判断系数值在当前量化区间内的位置，生成细化比特。
• 逻辑迭代：每轮扫描结束后，阈值折半，直至达到用户设定的停止阈值。

3. EZW 解码与重构

解码过程是编码的逆向操作：

• 主扫描解码：根据收到的符号流，在对应位置恢复系数的初步幅值（通常取当前阈值的1.5倍），并重建显著图。
• 从扫描解码：根据精细比特流，逐步调整显著系数的值，使其逼近原始系数。

4. 逆变换与性能分析

解码后的系数矩阵通过多级逆离散小波变换（IDWT）回到空间域。系统通过对比原始图像与重构图像的像素差异，计算PSNR和MAE指标。压缩比则基于生成的符号流位数（假设符号占2比特，精细比特占1比特）与原始8位深度图像的大小进行估算。

关键函数与算法细节

• 二维离散小波变换实现：系统未调用内置工具箱函数，而是手动实现了基于Haar小波的行变换与列变换，保证了变换过程的透明度与可控性。
• 递归扫描逻辑：在主扫描中，虽然采用了简化的遍历方式，但保留了零树结构的判定逻辑，能够有效识别低能级区域。
• 动态阈值量化：采用二进制递减阈值策略，这使得编码过程具有天然的渐进性，即码流的前部包含了图像的主要能量，后部包含了细节。
• 误差计算模型：重构误差图展示了具体像素点的偏移，PSNR值则量化了系统在指定压缩率下的保真度。