Thuật toán ở trên có nhiều tính năng thú vị làm cho nó đặc biệt quan trọng cần lƣu ý. Trong số đó có thể nói:
37
Số hóa bởi Trung tâm Học liệu - Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
a. Việc sử dụng cây không khai thác những điểm tƣơng đồng giữa các băng tần cùng một hƣớng và làm giảm số lƣợng các biểu tƣợng sẽ đƣợc mã hoá.
b. Việc sử dụng một bảng chữ cái rất nhỏ để đại diện cho một hình ảnh (số lƣợng tối đa là bốn biểu tƣợng) làm cho số học thích ứng mã hóa rất hiệu quả, bởi vì nó chính nó rất nhanh chóng thích nghi với bất kỳ thay đổi trong số liệu thống kê của các ký hiệu.
c. Từ đó mức độ biến dạng tối đa của một hệ số ở giai đoạn nào không
vƣợt quá đơn vị ƣớc lƣợng l hiện thời, mức độ biến dạng trung bình mỗi bƣớc
chuyển cũng đƣợc đƣa ra bởi l hiện thời tƣơng tự cho tất cả các băng tần.
d. Bất cứ bƣớc chuyển nào, chỉ có các hệ số với độ lớn lớn hơn l hiện
thời đƣợc mã hoá khác không. Vì vậy, các hệ số với độ lớn cao hơn có xu hƣớng đƣợc mã hoá trƣớc những độ lớn nhỏ hơn. Có nghĩa là thuật toán EZW có xu hƣớng ƣu tiên cho các thông tin quan trọng nhất trong quá trình mã hóa. Điều này là hỗ trợ bằng các lệnh của thứ cấp trong bƣớc 8. Vì vậy, đối với tỷ lệ bit (bit rate), các bit đƣợc dành nơi chúng là cần thiết nhất.
e. Vì thuật toán EZW sử dụng một quá trình xấp xỉ kế tiếp, bổ sung một biểu tƣợng mới (+, -, ZT và Z) vào chuỗi làm mịn hơn nữa hình ảnh đƣợc khôi phục. Hơn nữa, trong khi mỗi biểu tƣợng đƣợc bổ sung vào chuỗi nó đƣợc mã hóa vào trong dòng bit, vì thế các mã hóa và giải mã có thể dừng lại ở bất kỳ điểm nào, và một hình ảnh với một mức độ sàng lọc tƣơng ứng với các ký hiệu mã hóa / giải mã cho đến nay có thể đƣợc phục hồi . Vì vậy, mã hóa và giải mã của một hình ảnh có thể dừng lại khi ngăn sách tỷ lệ bit là rỗng, mà làm cho có thể có một tỷ lệ bit điều chỉnh chính xác. Ngoài ra, do sự ƣu tiên của các thông tin quan trọng đƣợc đề cập tại phần d, vấn đề không có nơi trong dòng bit giải mã đƣợc ngừng lại, với chất lƣợng hình ảnh tốt nhất có thể cho rằng tỷ lệ bit là đạt đƣợc.
38
Số hóa bởi Trung tâm Học liệu - Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
f. Không gian / khả năng mở rộng SNR: để đạt đƣợc không gian hoặc khả năng mở rộng SNR, hai phƣơng pháp lấy mẫu khác nhau đƣợc tuyển dụng trong chƣơng trình này. Đối với khả năng mở rộng không gian, các hệ số Wavelet đƣợc lấy mẫu trong từng băng con (subband - by – subband), từ thấp nhất đến băng con tần số cao nhất. Đối với khả năng mở rộng SNR, các hệ số Wavelet đƣợc lấy mẫu trong mỗi cây từ trên xuống dƣới. Phƣơng pháp lấy mẫu đƣợc định nghĩa trong các dòng bit.