| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 基于预测的图像压缩现状 | 第16-17页 |
| 1.2.2 基于块像素的帧内预测的图像压缩现状 | 第17-18页 |
| 1.3 本文的主要工作及内容安排 | 第18-21页 |
| 第二章 图像压缩及纹理方向检测理论基础 | 第21-35页 |
| 2.1 图像压缩理论基础 | 第21-23页 |
| 2.1.1 熵编码原理 | 第21-22页 |
| 2.1.2 图像压缩质量评价标准 | 第22-23页 |
| 2.2 基于预测的图像压缩算法 | 第23-29页 |
| 2.2.1 基于点像素的预测压缩算法 | 第23-26页 |
| 2.2.2 基于块像素的帧内预测压缩算法 | 第26-29页 |
| 2.3 图像纹理方向检测方法 | 第29-33页 |
| 2.3.1 基于空域的图像纹理方向检测方法 | 第29-30页 |
| 2.3.2 基于变换域的图像纹理方向检测方法 | 第30-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于最优方向的块递归预测图像压缩改进算法 | 第35-57页 |
| 3.1 引言 | 第35页 |
| 3.2 递归预测模型 | 第35-37页 |
| 3.2.1 递归预测模型 | 第35-36页 |
| 3.2.2 递归预测模型权值系数的估计 | 第36-37页 |
| 3.3 最优预测方向检测方法 | 第37-45页 |
| 3.3.1 基于梯度方向直方图的纹理方向检测方法 | 第37-39页 |
| 3.3.2 基于频域方向滤波器的纹理方向检测方法 | 第39-45页 |
| 3.3.3 基于边缘提取与频域方向滤波器相结合的纹理方向检测方法 | 第45页 |
| 3.4 基于最优方向的块递归预测图像压缩改进算法 | 第45-49页 |
| 3.4.1 参考像素选取策略 | 第45-47页 |
| 3.4.2 算法框架 | 第47-49页 |
| 3.5 实验结果及结论 | 第49-54页 |
| 3.5.1 方向滤波器组的纹理方向检测实验结果及分析 | 第49-51页 |
| 3.5.2 最优方向块递归预测图像压缩改进算法的实验结果及分析 | 第51-54页 |
| 3.6 本章小结 | 第54-57页 |
| 第四章 基于局部纹理相似性的图像压缩改进算法 | 第57-71页 |
| 4.1 引言 | 第57页 |
| 4.2 基于四叉树合并的块递归预测图像压缩改进算法 | 第57-61页 |
| 4.2.1 四叉树分割方法 | 第57-58页 |
| 4.2.2 局部纹理方向相似性判断 | 第58-60页 |
| 4.2.3 局部块合并建立递归预测模型 | 第60-61页 |
| 4.2.4 算法框架 | 第61页 |
| 4.3 基于邻近块估计预测系数的块递归预测图像压缩改进算法 | 第61-64页 |
| 4.3.1 邻近块的选取策略 | 第62-64页 |
| 4.3.2 算法框架 | 第64页 |
| 4.4 实验结果及结论 | 第64-69页 |
| 4.4.1 基于四叉树合并的改进算法的实验结果及分析 | 第64-65页 |
| 4.4.2 邻近块估计预测系数的改进算法的实验结果及分析 | 第65-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 研究工作总结 | 第71页 |
| 5.2 未来工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |
