在不良的網路環境下傳輸區塊編碼影像，容易造成影像區塊的遺失。為了不增加因重新傳輸資料造成網路的負荷且有效重建受損的影像，我們提出一個基於小波維度分析為基礎的即時影像重建技術。我們所提出的影像修補技術，先把影像依據周圍紋理的複雜度，分成平滑和非平滑兩類。若是破損區塊周圍為平滑的，則使用周圍完好像素的平均值修補破損像素。若是此破損區塊周圍為非平滑的，則在小波LL2區域中的破損區塊，利用候選窗與參考窗的均方差來找尋相似度最高的區塊作重建，而其餘頻帶的破損則根據水平垂直對角的紋理資訊來決定候選窗的範圍，並決定相似度最高的區塊，來修補其餘的頻帶。將修補完之所有係數做反小波合成，得到完成修補後之影像。我們使用不同程度破壞的影像作為測試影像，並且與其他的即時重建的演算法做比較，證實其有效性。

In the transmission of block-coded images , loss of a single bit often results in the loss of a whole block. Instead of using common retransmission query protocols , a reconstruction method based on multi-resolution analysis in wavelet domain is proposed. The first step in reconstruction is to classify missing image blocks into smooth and non-smooth ones. If the lost block is smooth , it is reconstructed using the available information surrounding it. If a block is classified as non-smooth one, the multi-resolution characteristics in the  wavelet transform, from the lowest spatial-frequency layer to the higher one, to analyze the image progressively from global-area to local-area. The proposed algorithm makes use of the wavelet-domain information of not only neighboring regions , but also remote regions within the image. The performance of this method is tested for the test images.The experiment as results show that the proposed algorithm can provide high quality reconstruction of images.

目錄
圖目錄...................................................V
表目錄...................................................VIII
第一章 序論
1.1  簡介和研究動機..........................................1
1.2  論文架構................................................3
第二章 理論依據與相關研究
2.1  小波理論分析............................................5
2.1.1  基於小波分析的重建影像區塊方法.....................9
2.2  最佳鄰近區域比對法(BNM)................................13
第三章 基於小波分析的區塊遺失重建方法
3.1 本文所提出重建方法......................................15
3.2 破損區塊分類............................................18
	3.2.1 平滑區域...........................................21
	3.2.2 根據小波不同頻帶修補非平滑區域.....................22
		3.2.2.1 小波低頻區域之修補...........................22
		3.2.2.2 小波次頻帶區域之修補.........................25

第四章 系統評估
4.1  系統架構...............................................27
4.2　不連續失真影像區塊重建測試.............................29
4.3　連續失真影像區塊重建測試...............................49
4.4　16X16失真影像區塊重建測試..............................57

第五章 結論與展望
5.1 結論....................................................63
5.2 未來研究方向............................................64
參考文獻....................................................65
圖目錄
圖1.1(a)原始影像(b)傳輸後有損毀的影像.......................1
圖2.1雙頻帶分析濾波器.......................................6
圖2.2小波係數之階層關係.....................................6
圖2.3二階小波轉換示意圖.....................................7
圖2.4小波合成...............................................8
圖2.5三階小波轉換示意圖.....................................9
圖2.6四種垂直邊緣可能的情況................................10
圖2.7定義周圍區塊..........................................10
圖2.8式2.4中像素位置......................................11
圖2.9小波V2頻帶的垂直邊緣重建.............................12
圖2.10最近鄰近區域比對法...................................13
圖3.1本文提出的演算法流程圖................................17
圖3.2二階小波頻帶示意圖…..................................18
圖3.3計算周圍像素的紋理複雜度..............................20
圖3.4利用周圍像素重建平滑區域..............................21
圖3.5比較候選窗紋理特徵....................................23
圖3.6修補低頻遺失資訊......................................24
圖3.7修補高頻遺失資訊......................................26
圖4.1Barb圖................................................29
圖4.2Baboon圖..............................................30
圖4.3Goldhill圖............................................30
圖4.4Lena圖................................................31
圖4.5破損率2.5%的Barb圖...................................31
圖4.6破損率5%的Barb圖.....................................32
圖4.7破損率7.5%的Barb圖...................................32
圖4.8破損率10%的Barb圖....................................33
圖4.9破損率12.5%的Barb圖..................................33
圖4.10破損率15%的Barb圖...................................34
圖4.11破損率10%的Baboon圖.................................34
圖4.12 Barb圖重建前後的PSNR值..............................35
圖4.13破損率2.5%Barb圖重建後的結果........................36
圖4.14破損率5%Barb圖重建後的結果…........................36
圖4.15破損率10%Barb圖重建後的結果.........................37
圖4.16 破損率10%Baboon圖八鄰域直接重建後的結果............38
圖4.17 (a)重建前的Barb圖的細節 
        (b)破損率10%Baboon圖重建後的結果
       (c)使用本文所提演算法重建後的結果...................38
圖4.18破損率10%Barb圖使用BNM方法重建後的結果.............39
圖4.19破損率10%Lena圖.....................................40
圖4.20破損率10%Lena圖使用八鄰域直接重建後的結果...........41
圖4.21破損率10%Lena圖本文演算法重建後的結果...............41
圖4.22Lena圖各演算法重建後的PSNR值........................42
圖4.23Goldhill圖使用WDR方法重建後的結果...................44
圖4.24破損率10%Goldhill圖本文演算法重建後的結果...........44
圖4.25Goldhill圖各演算法重建後的PSNR值....................45
圖4.26破損率10%的Baboon圖使用八鄰域方法重建後的結果.......46
圖4.27(a)破損率10%的Baboon圖(b)本文重建後的結果...........47
圖4.28Baboon圖各演算法重建後的PSNR值......................48
圖4.29 連續破損區塊的各破損率Barb測試影像
        (a)破損率2.5%(b) 破損率5%(c) 破損率7.5% 
        (d) 破損率10% (e) 破損率12.5% (f) 破損率15%........49
圖4.30 連續破損Barb圖重建後的結果(a)破損率5%(b)破損率10%..51
圖4.31連續破損10%Barb圖細節(a)重建前(b)重建後(c)原圖......51
圖4.32連續破損Lena圖重建後的結果
      (a)破損率10%(b)重建後的結果.........................53
圖4.33連續破損Lena圖細節(a)重建前(b)重建後(c)原圖.........53
圖4.34連續破損Goldhill圖重建後的結果
       (a)破損率10%(b)重建後的結果.........................54
圖4.35連續破損Baboon圖重建後的結果
       (a)破損率10%(b)重建後的結果.........................55

圖4.36連續破損Baboon圖細節(a)重建前(b)重建後(c)原圖.......55
圖4.37 16X16破損區塊的各破損率Barb測試影像
        (a)破損率2.5%(b) 破損率5%(c) 破損率7.5% 
        (d) 破損率10% (e) 破損率12.5% (f) 破損率15%........58
圖4.38 16X16破損區塊的Barb圖重建結果
      (a)破損率5%(b) 破損率10%.............................58
圖4.39 16X16破損的Barb圖細節(a)原圖(b)重建前(c)重建後.....59
圖4.40 16X16破損區塊 破損率10%的Lena圖重建結果
       (a)重建前(b)重建後..................................60
圖4.41 16X16破損區塊 破損率10%的Goldhill圖重建結果
       (a)重建前(b)重建後..................................61
圖4.42 16X16破損區塊 破損率10%的Baboon圖重建結果
       (a)重建前(b)重建後..................................61
圖5.1(a)原圖破損區域(b)直接修補的結果(c)本文重建的結果.....64 
表目錄
表4.1不同破損率的Barb影像修補的結果(單位dB)...............37
表4.2不同破損率的Lena影像修補的結果(單位dB)................40
表4.3不同破損率的Goldhill影像修補的結果(單位dB)............43
表4.4不同破損率的Baboon影像修補的結果(單位dB)..............46
表4.5不同破損率的Barb影像修補的結果(單位dB)...............50
表4.6不同破損率的Lena影像修補的結果(單位dB)...............52
表4.7不同破損率的Goldhill影像修補的結果(單位dB)............54
表4.8不同破損率的Baboon影像修補的結果(單位dB)..............56
表4.9不同破損率的Barb影像修補的結果(單位dB) ................57
表4.10不同破損率的Lena影像修補的結果(單位dB)...............59
表4.11不同破損率的Goldhill影像修補的結果(單位dB)..........60
表4.12不同破損率的Baboon影像修補的結果(單位dB).............62

參考文獻
[1]Charles K. Chui, An introduction to wavelets, Academic Press Inc., London , 1992.
[2]G. K. Wallace, The JPEG Still Picture Compression Standard, Communications of ACM, Vol. 34, No. 4, pp.31-43, 1994
[3]E. J. Stollnitz , T. D. DeRose , D. H. Salesin, “Wavelets for computer graphics: A primer part 1”,IEEE Computer Graphics and Applications , vol.15, No.3, pp.76-84, May 1995.
[4]H. Sun ,and W. Kwok, “Concealment of damaged block transform coded images using projections onto convex sets,” IEEE Trans. Image Process,vol. 4, no. 4, pp. 470–477, Apr. 1995.
[5]S. S. Hemami and T. H.Y. Meng, “Transform coded image reconstruction exploiting inter block correlation”, IEEE Transactions on image processing, vol. 4, 1995, pp. 1023-1027.
[6]Xiaobing Lee, Ya-Qin Zhang,and Leon-Garcia, A.；“Information loss recovery for block-based image coding techniques-a fuzzy logic approach ” ，Image Processing, IEEE Transactions on Volume 4,  Issue 3, March 1995 Page(s):259 – 273
[7]E. J. Stollnitz , T. D. DeRose, and D. H. Salesin , Wavelets for computer graphics: Theory and applications, Morgan Kaufmann Publishers , San Francisco, 1996.
[8]Z. Wang, Y. L. Yu, and D. Zhang, "Best neighborhood matching - An information loss restoration technique for block based image coding systems," IEEE Transactions on Image Processing, vol. 7, no. 7, pp. 1056-1061, July 1998
[9]M. Ancis and D. D. Giusto,   “Reconstruction of missing blocks in JPEG picture transmission ,”IEEE Pacific Rim conference, pp. 288 -291, 1999
[10]M. Bertalmío,G. Sapiro, V. Caselles and C. Ballester, “Image inpainting ”. Proceedings of SIGGRAPH 2000, New Orleans, USA, July 2000. pp. 417-424,
[11]Y. Shao, L. Zhang, G. Wu and X. Lin, “Reconstruction of missing blocks in image transmission by using self-embedding”, Proceedings of International Symposium on Intelligent Multimedia, Video and Speech Processing, Hong Kong, May 2001, pp.535-538
[12]Dapeng Zhang, and Zhou Wang， “Image information restoration based on long-range correlation”. IEEE Trans. Circuits Syst. Video Techn. 12(5): 331-341 (2002)
[13]S.D. Rane , G. Sapiro, and M. Bertalmio. Preprint. “Structure and texture filling-in of missing image blocks in wireless transmission and compression applications”. IEEE Transactions on Image Processing 12(3): 296-303 (2003)
[14]W. Li, D.Zhang , Z.Liu , Qiao,and Xiang zhen, “Fast block-based image restoration employing the improved best neighborhood matching approach”, Systems, Man and Cybernetics, Part A, IEEE Transactions on Volume 35,  Issue 4,  July 2005 Page(s):546 - 555
[15]單維彰，凌波初步，全華科技圖書公司，台北市，民國87 年
[16]Shantanu D.Rane, Jeremiah Remus, and Guillermo Sapiro,“ Wavelet-domain reconstruction of lost blocks in wireless image transmission and packet-switched networks” Image Proceedings 2002 International Conference on Volume 1,  22-25 Sept. 2002 Page(s):I-309 - I-312 vol.1