【图像压缩】基于SPIHT算法实现图像压缩附matlab代码

1 简介

多级树集合分裂（Set Partitioning in Hierarchi⁃cal Trees，SPIHT）算法相比嵌入式零树小波（Em⁃bedded Zero Wavelet，EZW）和优化截取内嵌码块编码（Embedded Block Coding with Optimized Trunca⁃tion，EBCOT）节省了大量硬件资源和内存单元，具有很好的渐进传输特性。另外，SPIHT算法的复杂度较低，峰值信噪比较高，是 FPGA 系统实现医学图像编码压缩的较好选择。

2 部分代码

function [app_sig,det_sig] = fldwt9_7(input_signal) % Function % [app_sig,det_sig] = fldwt9_7(input_signal) % % The forward lifting discrete wavelet transform (FLDWT) using the 9-7 Antonini filters ​[x,y] = size(input_signal); ​if x ~=1   input_signal = input_signal'; %%making it a row vector end ​alp = -1.586134342; bet = -0.05298011854; gam = 0.8829110762; delt = 0.4435068522; psi = 1.149604398; %%%we deem the number of the vector is evens0 = input_signal(1:2:length(input_signal)); %%信号的奇数 %%对信号进行奇偶分裂d0 = input_signal(2:2:length(input_signal)); %%信号的偶数tt = length(s0); ​s0 = [s0 s0(tt-1)]; %将s0倒数第二个数复制到末尾，变为257个元素d0 = d0 + alp*(s0(1:length(s0)-1) + s0(2:length(s0))); %%%对d0256个数进行了变化​s0 = s0(1:tt); %%恢复没增加前的s0,即变为256个元素d0 = [d0(1) d0]; %%将d0的第一个元素复制一次，放在第一个元素位置，将其它元素顺延s0 = s0 + bet*(d0(2:length(d0)) + d0(1:length(d0)-1)); ​d0 = d0(2:tt+1);%%将d0变为256个元素s0 = [s0 s0(tt-1)]; d0 = d0 + gam*(s0(1:length(s0)-1) + s0(2:length(s0))); ​s0 = s0(1:tt); d0 = [d0(1) d0]; s0 = s0 + delt*(d0(2:length(d0)) + d0(1:length(d0)-1)); ​d0 = d0(2:tt+1); app_sig = psi*s0; det_sig = (1/psi)*d0; ​if x~=1 app_sig = app_sig'; det_sig = det_sig'; end

3 仿真结果

4 参考文献

[1]赵米旸, 陈卫东, 卢晓燕. 基于SPIHT的改进图像压缩算法[J]. 应用光学, 2007, 28(4):5.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。