L_∞准则约束下的高质量灰度指纹图像压缩算法

为克服基于传统 L2 准则的有损图像压缩算法难以准确控制每一像素值的误差范围 ,因而可能丢失指纹图像特殊细节的缺点 ,提出了一个在 L∞ 准则严格约束下针对灰度指纹图像的高质量图像压缩算法。该算法以当前性能最优的无损图像压缩算法 CAL IC为基础 ,结合了根据指纹局部纹线走向所设计的分类线性预测器 ,并提出了准无损模式下根据量化器对熵编码器自适应调节的方案。对一组真实灰度指纹图像的实验结果表明 ,与 CAL IC算法相比 ,新算法在同样的最大误差下 ,平均比特率降低了 8% ,同时峰值信噪比(PSNR)提高了 1.2 d B。新算法在最大误差不超过± 3个灰度级的情况下 ,实现了 5∶ 1左右的压缩比 ,且比当前 L2 准则下性能最优的压缩算法之一 SPIHT明显具有更高的均方信噪比。

L_∞准则的最大误差图像压缩算法

目的传统的图像压缩算法大多是基于L2准则的,但是该方法不能够精确控制每一点的误差,因此提出基于L∞准则约束的最大误差图像转换压缩算法。该算法能够保证重构的每一点的误差都在给定的范围内。方法首先利用图像像素点之间的相似性,将图像分解成若干不重叠子块。然后对原始图像的每一子块分别进行完全的转换变换,并存储需要保留的转换系数。最后通过保留的转换系数重构原始图像。结果实验结果表明,不同分辨率的图像,最适宜的分块大小不相同,随分辨率的增大而增大。结论与已有的基于L∞准则约束的最大误差转换压缩算法相比,该算法可以提高图像压缩比和重构质量,并且具有更快的压缩速度。