嵌入式零樹編碼（Embedded Zerotree Wavelet Coding）是指在信息理論中，率失真分析已證明，當信號被分解為若干個子帶而每個子帶包含一“白”信號時，能找到最優的比特率分配。從另外一個角度可以說明，對於具體的信號來說，低頻帶較窄而高頻帶較寬。小波變換就具有這種很好的能力集中特性。這種特性能有效地提高標量量化器在圖像壓縮編碼中的使用。
基本介紹
- 中文名：嵌入式零樹編碼
- 外文名：Embedded Zerotree Wavelet Coding
- 定 義：能找到最優的比特率分配
- 套用學科：計算機原理術語
概念,工作原理,
概念
嵌入式零樹編碼（Embedded Zerotree Wavelet Coding）是指在信息理論中，率失真分析已證明，當信號被分解為若干個子帶而每個子帶包含一“白”信號時，能找到最優的比特率分配。從另外一個角度可以說明，對於具體的信號來說，低頻帶較窄而高頻帶較寬。小波變換就具有這種很好的能力集中特性。這種特性能有效地提高標量量化器在圖像壓縮編碼中的使用。
目前，最普遍解決這種結構的方法之一，就是利用小波變換域上小波係數跨帶之間的關係。可以知道：在高頻子帶上，大面積的能量（小波係數）很小或者幾乎為零；而在不同子帶中，總存在一些少數的高能量區域，該區域都有簡單的形狀與固定位置，其小波係數反映了原始圖像稀疏能力的分布或者原始圖像邊緣。眾所周知：平坦、緩慢變化的圖像區域能較好地用小波變換中的低頻成分描述，即能量高度集中；然而，在邊緣位置上，低頻成分不能充分地描述信號，部分能量“滲漏”成高頻子帶的係數。類似這種情況在所有小波分層級出現，因此，表示圖像邊緣的高能量、高頻率的小波係數具有相同的形狀。
所謂的“先驗知識”，即人們對圖像感興趣的部分主要由平坦區域、紋理和邊界等組成，容許人們利用這種跨帶結構形式。零樹編碼器就是將跨帶相關性思想與“零”值編碼概念有效地結合起來，得到強有力的壓縮算法。
工作原理
在最低頻率子帶上，存在三個四叉樹，其中每個四叉樹對應著某一類濾波器的濾波次序，如由水平高通與垂直低通濾波順序所產生的小波係數組成四叉樹，當然也包括水平低通與垂直高通、水平和垂直都高通等操作的小波係數組成。
Lewis和Knowles所採用的零樹量化模式是通過觀察有個事實現象後假設得到的，即在小波樹上，當小波係數（父係數）的數值很小時，它的子係數也很小。這種現象的出現歸結於有實際意義的小波係數來自局部的邊緣與紋理。在零樹編碼中，用於量化小波係數的算法將有如下過程（步驟）：
（1）假定小波係數具有Laplacian密度分布，採用最優標量量化器設計，量化小波樹的每個節點。
（2）根據預先設定的門限閥值，比較節點（小波係數）與門限閥值。
（3）如果節點值毫無意義（小於閥值），則它的子係數忽略不計。這些忽略不計的係數在解碼器中被當作零值解碼。
零樹編碼所產生的恢復圖像能被人們視覺所接受，它的率失真性能低於JPEC標準。對量化後的小波係數進行熵編碼時，缺乏複雜性分析有時降低了編碼器的優勢，更主要的原因在於採用折中方式生產和識別零樹。
