摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 图像压缩研究背景及意义 | 第11-12页 |
1.2 图像编码的概述 | 第12-16页 |
1.2.1 理论基础 | 第12-13页 |
1.2.2 系统模型 | 第13页 |
1.2.3 技术分类 | 第13-14页 |
1.2.4 性能评价 | 第14-16页 |
1.3 分形图像压缩编码的研究现状 | 第16-19页 |
1.3.1 提高分形图像压缩编解码速度 | 第16-17页 |
1.3.2 提高分形编码的解码质量 | 第17-19页 |
1.4 本文的主要工作及内容安排 | 第19-21页 |
第2章 分形及分形图像压缩编码的技术分析 | 第21-29页 |
2.1 分形学的概述 | 第21-22页 |
2.2 分形理论的数学基础 | 第22-24页 |
2.2.1 度量空间及分形空间 | 第22-23页 |
2.2.2 分形维数 | 第23-24页 |
2.3 分形图像压缩理论 | 第24-27页 |
2.3.1 仿射变换 | 第25页 |
2.3.2 不动点及压缩映射定理 | 第25-26页 |
2.3.3 迭代函数系统定理 | 第26页 |
2.3.4 拼贴定理 | 第26-27页 |
2.4 本章小结 | 第27-29页 |
第3章 分形图像压缩编码算法研究 | 第29-53页 |
3.1 Jacquin分形图像压缩编码 | 第29-34页 |
3.1.1 Jacquin算法的编码过程 | 第29-32页 |
3.1.2 Jacquin算法的解码过程 | 第32页 |
3.1.3 算法实现及仿真结果 | 第32-34页 |
3.2 算法改进方法 | 第34-37页 |
3.2.1 图像分类方法 | 第34-35页 |
3.2.2 图像分割方式 | 第35-36页 |
3.2.3 分形技术与其他编码相结合的混合编码 | 第36-37页 |
3.3 差量分析和四叉树结合的分形图像编码算法 | 第37-43页 |
3.3.1 理论分析 | 第38-40页 |
3.3.2 算法流程 | 第40-41页 |
3.3.3 实验仿真 | 第41-43页 |
3.4 基于小波系数零树结构的分形预测图像压缩算法的改进算法 | 第43-51页 |
3.4.1 小波分析理论 | 第43-45页 |
3.4.2 二维图像小波分解 | 第45-46页 |
3.4.3 零树结构分析 | 第46-47页 |
3.4.4 改进算法分析 | 第47-49页 |
3.4.5 改进算法参数选取及结果分析 | 第49-51页 |
3.5 本章小结 | 第51-53页 |
第4章 基于邻位差值和的快速分形图像编码算法 | 第53-67页 |
4.1 特征向量法 | 第53-56页 |
4.1.1 特征方法 | 第54-55页 |
4.1.2 特征向量法改进 | 第55-56页 |
4.2 分析邻位差值和 | 第56-57页 |
4.3 理论分析 | 第57-60页 |
4.3.1 值域块标准差分析 | 第58-59页 |
4.3.2 定义域块标准差分析 | 第59页 |
4.3.3 搜索法 | 第59-60页 |
4.4 算法流程 | 第60-61页 |
4.5 参数选取 | 第61-64页 |
4.5.1 参数η的选取 | 第62页 |
4.5.2 参数τ的选取 | 第62-63页 |
4.5.3 参数κ的选取 | 第63-64页 |
4.6 实验结果 | 第64-66页 |
4.7 本章小结 | 第66-67页 |
第5章 总结与展望 | 第67-69页 |
5.1 本文工作总结 | 第67页 |
5.2 未来工作展望 | 第67-69页 |
参考文献 | 第69-75页 |
致谢 | 第75-77页 |
作者攻读硕士学位期间发表的论文及获奖情况 | 第77页 |