第1章 绪论
1.1 课题背景
1.1.1 指纹图像压缩的必要性
指纹图像在目前生物身份识别领域占有十分重要的地位，其压缩存储是自动指纹识别系统中的一个重要组成部分。在大型的指纹图像数据库中，为节省空间，对图像进行压缩以有效的对其进行存储、传输已十分必要。以一个40万人的指纹库为例，若以(512×512)×8bit的灰度图像来存储一个手指的指纹，每人十指，则共需要1000GB的存储量。如此庞大的数据量，若不经压缩，数字图像传输所需要的高传输率和数字图像存储所需要的巨大容量将很难保证。美国联邦调查局自1924年就开始收集指纹，在过去的70年里，他们己经收集了多达几百万张的指纹图片，同时指纹数据正在以每天30000~50000枚的速度继续增长。为了解决如此庞大的指纹数据量的存储，节省存储空间,必须对指纹图像进行压缩。同时，为了利用互联网进行异地指纹识别，对指纹图像进行压缩后传输也是很必要的。
1.1.2 指纹图像压缩的特点
目前，由于静止图像压缩技术主要以DCT，标量量化，霍夫曼编码等技术为基础的JPEG图像。与一般的静止图像相比，指纹图像有他自己的特点，指纹图像的内容比较单一。通常由交替出现宽度大致相等的脊和谷组成。其中，脊的末稍点和分叉点等特征在压缩过程中是必须保留的，否则解压缩后无法恢复的这些关键特征信息将对指纹的分类和识别造成不良的影响。如果使用常用的静态图像压缩标准JPEG进行压缩，由于其使用8*8的DCT对图像进行变换，在高压缩比的条件下会产生明显的方块效应，这对指纹图像中关键特征的保持是极为不利的。因此，指纹图像的压缩要采用一些有针对性的算法。
　　指纹图像压缩中,最主要性能要保持细节点特征参数,利用小波的空间局部化特征,并且使用两个一维小波滤波器的笛卡尔积组成的二维可分离滤波器,指纹图像经过小波分解以后细节点所对应的小波系数集中在某个矩形区域内，即称之为细节点邻域
......

第1章 绪论
第2章 图像压缩的基本技术
第3章 WSQ离散小波变换
第4章　WSQ自适应标量量化及算法实现
第5章　WSQ编码

1 C. M. Brisiawn, J. N. Bradley , R. J. Onyshczak. The FBI Compression Standard for Digitized Fingerprint Images, in Proceedings of SPIE,1996, 2847(8): 344～355
2 B.G.Sherlock, D. Monro. Optimized Wavelets for Fingerprint Compression. Int. Conf. On Acoust.,Speech, and Signa Processing , (ICASSP96) Atlanta, Georgia,1996,3:1447～1450
3 Shapiro J M．Embedded image coding using zerotrees of wavelet coefficients[J].IEEE Trans.Signal Processing,1993,41(1 2):3445～3462
4 Said A,Pearlman WA.A new fast and efficient image codec based on set partioning in hierarchical trees[J].IEEE Trans.Circuim System Video Technology, 1996,6(7):243250
5 Chai B,Vas J,Zhuang X H.Significance-Linked Connected Component Analysis for Wavelet Image Cod ing [J] IEEE Trans.Image Processing,1999,8(6)：774~784
6 海,沈兰荪.量化方法及其统计特征量用于图像检测的性能比较.电路与系统学报,2001,6(3)
7 兰荪等.视频编码与低速率传愉(M).电子工业出版社,2001
8 马大玮.小波图像压缩编码算法及应用研究.重庆,重庆大学,2002.12(27):12～14
9 M Dahlin,R Wang,T Andersoneta1.Cooperative Caching:Using Remote Client Memoto Impmve File System.Performance.In:Procof the First Symp on Operating Systems Design an d Implementation,1994：267～280
10 Daubechies.Ten lectures on wavelets,CBMSNSF Regi0nal Conference Series in Application Mathematics,SIAM Press,Philadelphia Permsylvania,Vo1,61,1992
11 A ntonini M , Barlaud M , Mathieu Peta1 Image coding using wavelet transform[J].IEEE Transactions on Image Processing.1992.1(2)：205～22O
12 夏勇,田捷,戴汝为.静止图象的小波压缩研究进展[J].模式识别与人工智能,1999,12(1):45～551
13 Kovacevic J,Vetterli M .Nonseparable multidimensional perfectreconstruction filter banks and wavelet bases for Rn LJj.IEEE Transactions Information Theory,1992,38(2):533～555
14 陈武凡等编.小波分析及其在图像处理中的应用.北京:科学出版社,2002:16-31 123～140
15 Villasenor J D,Belzer B,Liao J.Wavelet filter evaluation for image compression[J]. IEEE Transform Processing,1995,4(8):1053～1060
16 Cohen A,Daubechies I,Feauveau J C.Biorthogonal bases of compactly supported wavelets [J].CommunPure Appl Math,I992,45(5):485～560
17 吴乐南编著.数据压缩.北京:电子工业出版社, 2000:1～27
18 洪小达.多媒体计算机与数据压缩技术[M].北京:中国国际广播出版社,1999161
19 黄国胜,刘 冰,饶一梅,等.多媒体速成与应用[M].天津:天津科学技术出版社,1997131
20 袁枚、袁文.数据压缩技术及其应用.电子工业出版社,1995