Сведем воедино шаги смешанного алгоритма Дэвиса

Чтобы закодировать изображение ^

1. Применяем вейвлет-прсобразованис Г—> ЩР). Реорганизуем коэффициенты Н/(Р) в вейвлет-поддервья.

2. Устанавливаем систему доменных поддеревьев и отделяем ранговые поддеревья (аналогично фрактальным доменным и ранговым блокам). Определяем составной оператор С, отображающий доменные поддеревья в ранговые поддеревья так, чтобы минимизировать ошибку в вейвлетнои области.

210 Фракталы и вейвлеты для сжатия изображений в лействц

3. Применяем квантование и энтропийное кодирование Чтобы декодировать изображение:

1. Выделяем оператор G и дополнение Н из квантованных энтропийно закодированных значений коэффициентов.

2. Начинаем с произвольного изображения У(0) и проводим итерации:

у00 = а?*") + н

3. Применяем обратное вейвлет-преобразование:

F = W'\Y)

Работа с вейвлет-поддеревьями, а не с самими блоками изображения, позволяет устранить артефакты блочности из декодированного изображения. В результате декодированное изображение получается более приемлемым с точки зрения зрительного восприятия, даже когда стандартные оценки ошибки сравнимы с оценками для стандартных методов. Дэ-вис [15] достиг достаточно хороших результатов, используя свой метод самоквантования поддеревьев или метод SQS (SQS - self-quantization of subtrees). Он сообщает о коэффициенте сжатия 65:1 для изображения 512x512 «Lena» с PSNR около 30 Дб. С другой стороны, вычислительная сложность этого метода такова, что кодирование этого изображения занимает более часа на Pentium 133.

7.3.2. Другие смешанные подходы

Хеберт и Саундарарян [21] использовали специальный порядок сканирования для преобразования двумерного изображения в одномерный вектор. Этот вектор затем подразделялся на ранговые подвекторы фиксированной равной длины. Также устанавливалась система перекрывающихся доменных подвекторов, длина каждого из которых равна удвоенной длине рангового вектора. Затем выполнялось одномерное вейвлет-преобразование каждого доменного и рангового вектора. Доменные и ранговые области сравниваются на основе их вейвлет-преобразований. Скорость достигается за счет того, что вначале сравниваются коэффициенты низкого разре-шения и исключаются сопоставления, не прошедшие пороговый тест. (Авторы сообщают, что кодирование изображения 256 X 256 в градациях серого заняло несколько минут на Р^