首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

一种基于属性计算网络的分形图像压缩方法

摘要第1-4页
ABSTRACT第4-6页
目录第6-8页
第一章 绪论第8-16页
   ·分形图像背景介绍第8-9页
   ·属性论方法背景介绍第9-16页
     ·简定性判断的定性映射模型τ(x,[α,β])第10-13页
     ·定性映射与特征函数第13-14页
     ·定性映射诱导的商空间和粒计算第14页
     ·定性映射的VC维第14-16页
第二章 基于分形理论的图像压缩原理介绍第16-25页
   ·分形的概念第16-17页
     ·复动力系统第17页
   ·分维的概念第17-18页
   ·分维的计算第18-19页
   ·分形图像压缩的基本原理和判别标准第19-20页
   ·收缩仿射变换(Contractive Affine Transformation)第20页
   ·迭代函数系统(Iterated Function System)第20-21页
   ·基准空间上的映射及Banach不动点定理第21-22页
   ·采用迭代函数系统的图像压缩方法第22-24页
   ·分形理论第24-25页
第三章 国内外研究进展第25-28页
   ·提高分形的编码速度第25-26页
   ·提高压缩比和编码效果第26页
   ·提高解码速度第26-27页
   ·其它方法结合的分形编码第27页
   ·分形图像编码存在的问题第27-28页
第四章 经典分形压缩算法及改进算法第28-33页
   ·经典分形图像编码的局限性第28-30页
   ·四叉树法第30-32页
     ·自适应的四叉树编码方法第31-32页
   ·小波树法第32-33页
第五章 基于属性计算网络的分形压缩算法第33-53页
   ·定性映射和分形分维的关系第33-38页
   ·模式——向量转化(或特征抽取)与分形特征的识别第38-41页
   ·识别和形象生成的结构变换定理第41-44页
   ·自适应块选取上的改进第44-45页
     ·块合并第44-45页
   ·基于离散型转化程度模型的压缩算子第45-46页
   ·IFS吸引子参数的控制第46-47页
   ·算法及实验第47-53页
第六章 总结与展望第53-55页
   ·总结第53页
   ·已取得的好的结果及存在的问题第53-54页
   ·今后研究工作的展望第54-55页
参考文献第55-58页
附录部分源代码第58-72页
发表论文第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于多相滤波的OFDM信道估计算法
下一篇:中小学媒体素养教育与学科课程的整合研究