图5 三级小波变换后的系数数据

　　由上图数据可以看出，幅值大的数据主要分布于左上交，这与小波变换后的数据分布特点是一致的，即第一级是低频图像概貌数据，集中了图像大部分的能量，其余各级是分辩率不同的图像的高频细节数据，反映图像水平、垂直、和倾斜方向的纹理信息，故大数据呈线状分布，总能量比较少，便于对数据进行不同分辩质量的压缩。

　　对上数据进行SPIHT编码后的数据见图6所示。

　　图6 SPIHT编码数据

　　从上图数据可以看出，连1数据和连0数据都较多，可对其作进一步的游程编码。游程编码即记录数据中连0和连1的个数数据的压缩方式。编码后的数据见图7。

　　图7 游程编码数据

　　在对上数据作进一步的哈夫曼编码，哈夫曼编码是一种无损最优编码方案，如图8所示。

　　图8 Huffman编码数据

　　注意上述整个编码都是无失真的，也即通过一系列的解码过程可以完全恢复出原始图像。如果对原始图像进行某一等级分辨率的压缩后可大大降低数据量。

　　结语

　　本文介绍了小波变换在图像压缩JPEG2000里的应用。小波变换不同于传统的域变换压缩方式，它对图像整体进行变换，获得一系列不同分辨率的图像概貌信息和细节信息，从而为进一步处理提供很大的余地。同时通过对一种基于嵌入式零树思想的集分割SPIHT算法的仿真，说明该算法性能高、计算量小，若在JPEG2000系统中编解码采用同一套算法，可以大大降低了解码算法的复杂性，是一种很有前途的图像编解码技术。