植基於S-tree技術的影像壓縮研究

Image Compression Based on S-Tree Techniques

使用空間資料架構描述二進位影像有一段悠久的歷史。S-Tree 是一種描述二值化影像的空間資料架構，近年來，應用S-tree 結構在影像壓縮的研究包括無失真醫學影像壓縮及自然影像的廣先搜尋S-tree 壓縮。 本論文提出一個修改植基於S-tree 壓縮的描述灰階影像表示法。原始影像的第一次切割方式是根據其邊緣梯度來決定，邊緣梯度的計算是利用Sobel 遮罩。次影像根據二元樹分解規則劃分成同質性區塊的集合。在每個分解步驟，次影像交替在y 和x 軸分割成為兩個相等的部份，接著計算同質性區塊的平均值，根據深先搜尋，將次影像轉換成二元樹。隨著S-tree 結構的建立，最後由一個邊緣梯度方向表，一個線性表及顏色表所組成的S-tree 表示法用來儲存原始影像的資料。 根據實驗的結果顯示，本論文提出的方法在相同的壓縮倍率下與廣先搜尋S-tree 壓縮方法比較，在平均PSNR 提升1.6 dB 左右，本方法有較好的重建品質。