小波转换影像压缩模式之研究(2)

三、WAVELET影像压缩简介及基础理论介绍

一、WAVELET的压缩概念

WAVELET架在三个主要的基础理论之上，分别是阶层式边码(pyramidcoding)、滤波器组理论(filterbanktheory)、以及次旁带编码(subbandcoding)，可以说wavelettransform统合了此三项技术。小波转换能将各种交织在一起的不同频率组成的信号，分解成不相同频率的信号，因此能有效的应用於编码、解码、检测边缘、压缩数据，及将非线性问题线性化。良好的分析局部的时间区域与频率区域的信号，弥补傅利叶转换中的缺失，也因此小波转换被誉为数学显微镜。

WAVELET并不会保留所有的原始资料，而是选择性的保留了必要的部份，以便经由数学公式推算出其原始资料，可能不是非常完整，但是可以非常接近原始资料。至於影像中什度要保留，什麽要舍弃，端看能量的大小储存（跟波长与频率有关）。以较少的资料代替原来的资料，达到压缩资料的目的，这种经由取舍资料而达到压缩目地的作法，是近代数位影像编码技术的一项突破。即是WAVELET的概念引入编码技术中。

WAVELET转换在数位影像转换技术上算是新秀，然而在太空科技早已行之有年，像探测卫星和哈柏望远镜传输影像回地球，和医学上的光纤影像，早就开始用WAVELET的原理压缩/还原影像资料，而且有压缩率极佳与原影重现的效果。

以往lossless的编码法只着重压缩演算法的表现，将数位化的影像资料一丝不漏的送去压缩，所以还原回来的资料和原始资料分毫无差，但是此种压缩法的压缩率不佳。将数位化的影像资料转换成利於编码的资料型态，控制解码後影像的品质，选择适当的编码法，而且还在撷取图形资料时，先帮资料「减肥」。如此才是WAVELET编码法主要的观念。

二、影像压缩过程

原始图形资料→色彩模式转换