基于小波图像压缩算法流程图比较:
以上分别例出了嵌入式零树小波编码算法(EZW)的编码算法流程图和多级树集合分裂算法(SPIHT)流程图供比较参考之用.
SPIHT算法扫描顺序和量化过程与EZW算法相同,但是它改进了EZW重要图的表示方法,通过用中间数组保存像素点坐标来简化对小波系数的扫描过程,在一定程度上弥补了EZW算法的不足,在压缩效率和实现简便性等方面都有了很大的提高.但是也存在一些问题,主要是以下几个方面:
1)编码过程中需要占用大量内存.随着阈值的降低,扫描次数的增加,算法中用来存储重要系数坐标,重要集合坐标和不重要系数坐标的三个链表需要越来越大的存储空间;
2)在排序过程中存在大量的重复操作.每次变换阈值时,对上次遗留的非重要元素需要逐个与新阈值比较,增加了编码时间.而且,在编码过程中经常要对这些数组进行插入,删除等操作,这又造成时间的消耗;
3)对所有频域进行等同重要度的编码,没有充分利用小波变换的特点;
4)对图像各部分统一编码,不利于并行算法优化.
基于以上提出的问题,对SPIHT编码算法做一改进,改进的编码算法流程图如下:(见下页)
改进的SPIHT编码算法流程图