零树小波图像压缩专题（1）

      前几天我们讨论了几种简单的小波图像压缩方案，不过这些技术都比较粗糙，效率低。现在我们从小波编码起步，探讨几种高效的小波压缩方案。
      信号的传输和处理少不了编码技术的支持，信号编码可以极大地压缩信息量，增强抗干扰能力等。同样地，小波变换作为一种信号处理技术，也有其独特的编码结构。在《基于小波变换的图像压缩技术初探》一文中，我们提到，二维小波变换具有塔式结构，如图1所示：

LL3	HL3	HL2	HL1
LH3	HH3
LH2		HH2
LH1			HH1

图1

      那么这种塔式结构里，小波系数和相应的位置信息的组织关系是怎样的呢？仔细观察图1，我们可以发现，各个子图像（或称子频带）之间组成了一个从低频带指向高频带的树状结构，如图2所示：

图2

      图2中，以HH3单个元素为根形成的子孙树，从它们的方向和空间位置可以看出，这种小波树中，各级分解子带的系数之间存在很大的相似性！基于这一性质，Lewis和Knowles在1992年提出了小波零树编码算法。这种算法的一大特点，也是一大缺点，即量化后系数为0的系数的子孙系数也置0。这种一刀切的处理很容易把重要的子孙系数忽略掉，故L-K零树编码算法存在一定的不足。