| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究历史背景与意义 | 第13-14页 |
| 1.2 研究历史及现状 | 第14-17页 |
| 1.2.1 传统图像编码 | 第14-15页 |
| 1.2.2 群体图像编码 | 第15-17页 |
| 1.3 本文的研究内容 | 第17-18页 |
| 1.4 论文结构和章节安排 | 第18-19页 |
| 第二章 群体图像编码理论基础 | 第19-29页 |
| 2.1 群体图像编码概述 | 第19页 |
| 2.2 群体图像编码框架 | 第19-21页 |
| 2.3 群体图像编码中关键技术 | 第21-27页 |
| 2.3.1 伪视频序列编码结构生成 | 第21-24页 |
| 2.3.2 参考图像的确定及变换图像的生成 | 第24-25页 |
| 2.3.3 HEVC编码 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 伪视频序列编码结构生成相关技术 | 第29-39页 |
| 3.1 群体图像编码的预处理技术 | 第29-30页 |
| 3.1.1 图像尺寸统一 | 第29-30页 |
| 3.1.2 图像格式转换 | 第30页 |
| 3.1.3 合成和分解YUV | 第30页 |
| 3.2 图像间距离计算方法 | 第30-33页 |
| 3.2.1 基于匹配相似度的图像间距离计算方法 | 第31-32页 |
| 3.2.2 基于匹配相似度和匹配面积的图像间距离计算方法 | 第32-33页 |
| 3.3 图像聚类 | 第33-36页 |
| 3.3.1 K-means聚类方法 | 第33-34页 |
| 3.3.2 AP聚类方法 | 第34-36页 |
| 3.4 图及最小生成树 | 第36-38页 |
| 3.4.1 无向图和有向图 | 第36-37页 |
| 3.4.2 最小生成树相关算法及其缺点分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 深度受限的伪视频序列编码结构生成 | 第39-53页 |
| 4.1 现有深度受限的伪视频序列编码结构生成方法 | 第39-41页 |
| 4.1.1 HAP算法 | 第39-40页 |
| 4.1.2 基于迭代的深度受限最小生成树算法 | 第40-41页 |
| 4.2 图像组内部相关性差异描述方法 | 第41-42页 |
| 4.3 新的基于最短路径的深度受限最小生成树算法 | 第42-44页 |
| 4.4 新的基于朱刘方法和OTTC的深度受限最小生成树算法 | 第44-48页 |
| 4.4.1 OTTC介绍 | 第45页 |
| 4.4.2 新深度受限最小生成树算法 | 第45-48页 |
| 4.5 新的基于朱刘方法和蚁群方法的深度受限最小生成树算法 | 第48-52页 |
| 4.5.1 蚁群方法 | 第48-49页 |
| 4.5.2 新深度受限最小生成树算法 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 实验结果对比与分析 | 第53-67页 |
| 5.1 实验条件 | 第53-55页 |
| 5.2 群体图像编码的预处理技术实现结果 | 第55页 |
| 5.2.1 图像尺寸统一结果 | 第55页 |
| 5.3 图像聚类实现结果对比及分析 | 第55-57页 |
| 5.4 图像组相关性差异描述结果 | 第57页 |
| 5.5 深度受限的伪视频序列编码结构生成方法实验结果对比与分析 | 第57-66页 |
| 5.5.1 新的基于最短路径的深度受限最小生成树算法实验结果 | 第57-59页 |
| 5.5.2 新的基于朱刘方法和OTTC的新算法实验结果 | 第59-64页 |
| 5.5.3 新的基于朱刘方法和蚁群方法的新算法实验结果 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
