La transformada wavelet (WT) estándar en dos dimensiones (2-D) ha conseguido recientemente muy buenos resultados en procesado de imágenes gracias a la representación dispersa de imágenes continuas que proporciona. Sin embargo, falla a la hora de representar eficientemente discontinuidades en una dimensión (1-D) como contornos y líneas [1]. Estas características, caracterizadas por una regularidad geométrica a lo largo de diferentes direcciones, intersectan y generan en la transformada muchos coeficientes de gran magnitud.
Puesto que los contornos son elementos muy importantes a la hora de tratar imágenes, desde el punto de vista de proporcionar una buena calidad visual de imágenes comprimidas, es necesario conseguir una buena reconstrucción de estas características direccionales. En trabajos previos, se propuso la construcción de transformadas de reconstrucción muestreadas con momentos direcciones (DVMs), a partir de unas funciones base a lo largo de las distintas direcciones, llamadas directionlets. En este artículo, se implementan las directionlets junto con cuantificación espacio-frecuencia (SFQ) para conseguir un método de compresión de imágenes eficiente. Se demuestra que este método de compresión mejora los resultados de la SFQ estándar en términos de calidad de la imagen comprimida, especialmente en el régimen de baja tasa. También se demuestra que este método de compresión no aumenta la complejidad computacional con respecto a la SFQ estándar.

Swiss National Science Foundation