| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·本文选题背景及主要内容 | 第11-12页 |
| ·本文选题背景 | 第11页 |
| ·主要内容 | 第11-12页 |
| ·图像压缩背景知识 | 第12-16页 |
| ·图像压缩分类 | 第12-13页 |
| ·图像编解码模型 | 第13-14页 |
| ·图像的编码质量评价 | 第14-16页 |
| ·本文结构 | 第16-17页 |
| 2 矢量量化概述 | 第17-23页 |
| ·矢量量化的定义及理论基础 | 第17-18页 |
| ·矢量量化器的定义 | 第18-19页 |
| ·矢量量化的相关概念 | 第19页 |
| ·矢量量化的关键技术 | 第19-21页 |
| ·人工神经网络用于图像压缩 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 嵌入式零树小波图像编码介绍 | 第23-30页 |
| ·小波变换基础 | 第23-24页 |
| ·嵌入式零树小波图像编码 | 第24-27页 |
| ·EZW 算法 | 第27-28页 |
| ·JPEG2000 图像压缩标准 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于矢量量化的零树小波图像压缩方法 | 第30-47页 |
| ·Kohonen SOFM 神经网络 | 第30-32页 |
| ·Kohonen SOFM 神经网络结构 | 第30-31页 |
| ·算法描述 | 第31-32页 |
| ·算法分析 | 第32页 |
| ·Kohonen SOFM-C 神经网络及 FSOFM 神经网络 | 第32-34页 |
| ·SOFM-C 神经网络 | 第32-33页 |
| ·FSOFM 神经网络 | 第33-34页 |
| ·ASOFM-C 神经网络 | 第34-36页 |
| ·快速搜索算法 | 第36-39页 |
| ·ASOFM-C 神经网络仿真实验 | 第39-43页 |
| ·参数选取对实验影响的说明 | 第39-40页 |
| ·ASOFM-C 性能仿真实验 | 第40-42页 |
| ·应用于 ASOFM-C 的快速搜索算法仿真实验 | 第42-43页 |
| ·基于矢量量化的零树小波图像压缩方法 | 第43-46页 |
| ·原理 | 第43-44页 |
| ·仿真实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 附录 部分代码段 | 第51-55页 |
| 作者简历 | 第55-57页 |
| 学位论文数据集 | 第57-58页 |