小波变换及其在谱图数据压缩中的应用开题报告

1. 研究目的与意义（文献综述）

1.1研究目的及意义

随着信息化时代的到来，近红外光谱分析、计算机、网络、通信等技术迅猛发展。信息成为了第一生产要素，同时构成了信息化社会的重要技术物质基础。人们对各种信息的需求不断增长，谱图信息在信息传输和存储中占很大比例。图像通常来源于自然景物，其原始的形态是连续变化的模拟量[1]。模拟信号不易于存储和传输，而且在存储和传输的过程中易引入噪声，导致失真，所以一般将模拟信号进行采样和量化，进而以数字化的形式进行存储和传输。谱图信息的处理、存储和传输在社会生活中作用越来越大，解决图像存储与传输问题的压缩编码技术逐渐成为国内外研究的热点[2]。

近红外光谱分析技术是是一种快速、准确的分析技术，已经得到了广泛的应用。近红外光谱数据量大，存储空间少则几兆，多达数十兆甚至上百兆。随着近红外光谱技术的进一步发展和研究工作的不断深入，近红外光谱仪器提供的数据量越来越大，如何在不丢失重要信息的前提下，有效地压缩数据，以节省存储空间，提高建模速度和分析速度，成为人们面临的问题[3]。

2. 研究的基本内容与方案

本课题先由信号分析中傅里叶变换的不足引出小波变换，介绍小波变换的定义和种类，分析小波变换的性质，接着介绍图像压缩的基本理论和压缩编码分类，对小波变换在各个领域的应用：基于小波变换的图像压缩、图像去噪、图像增强和图像融合进行讨论，然后着重讨论其在谱图数据压缩中的应用，分析其中可能影响图像压缩质量的因素，如小波基和小波分解的层数不同，采用不同层数的低频信息进行压缩时的图像差别等。最后，通过对图像的小波分解和重构的研究，揭示小波变换应用于图像压缩的实质。借助MATLAB这个软件平台进行验证，使研究具有实践支撑。

各种基于小波变换的图像压缩编解码的过程基本一致。一般情况下，一幅图像的能量大部分都集中在它的低频成分，主要是描述了图像的轮廓；而能量少得多的高频部分主要是描述了图像的一些细节。对于编码过程，处理的第一步是选取合适的小波基对原始图像进行小波变换，小波变换将图像分解成具有不同分辨率和不同方向特性的子带，并将图像信息能量适当集中在变换后图像左上方的某些子带上，得到小波变换系数矩阵；第二步是对分解出的系数矩阵进行合理恰当的量化；第三步是对量化后的系数矩阵进行嫡编码，输出数据。这样编码过程就结束了。解码过程只需要进行反操作就可以重构图像。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]张春田,苏育挺,张静.数字图像压缩编码[m].北京:清华大学出版社,2006.1

[2]刘茵.基于小波变换的图像压缩编码研究[d].西安科技大学.2012(1):7-11.

[3]田高友,袁洪福,刘慧颖,陆婉珍.小波变换用于近红外光谱数据压缩[j].分析测试学报.2005,01:51