中文摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-22页 |
·引言 | 第10-11页 |
·一些成熟的视觉测量系统及所用的图像压缩方法 | 第11-14页 |
·视觉测量中图像的应用特性及压缩的可行性分析 | 第14-18页 |
·测量图像的应用特性分析 | 第14-15页 |
·目前常用的图像压缩方法 | 第15-17页 |
·测量图像压缩的可行性及总体压缩方案 | 第17-18页 |
·测量图像压缩技术研究中的难点问题 | 第18-19页 |
·论文的主要工作及结构安排 | 第19-22页 |
第二章 ROI 编码理论 | 第22-35页 |
·ROI 图像编码技术概述 | 第22-30页 |
·小波变换在图像压缩中的应用特性 | 第22-25页 |
·ROI 区域从图像域到小波域的转换 | 第25-26页 |
·ROI 编码的算法基础 | 第26-29页 |
·ROI 编码的实现方式 | 第29-30页 |
·熵编码 | 第30页 |
·ROI 编码在测量图像压缩中的注意事项 | 第30-31页 |
·测量图像压缩算法的评价指标 | 第31-33页 |
·常用图像压缩的评价指标 | 第31-32页 |
·测量图像压缩的评价指标 | 第32-33页 |
·本章小结 | 第33-35页 |
第三章 测量图像的特征区域提取方法研究 | 第35-49页 |
·光斑图像中特征区域的提取方法 | 第35-36页 |
·类椭圆目标的反光靶标图像中特征区域的提取 | 第36-38页 |
·适用于质心法的图像预处理 | 第36-37页 |
·适用于椭圆拟合法的图像预处理方法 | 第37-38页 |
·结构光图像中特征区域的提取 | 第38-41页 |
·测量图像压缩中对 ROI 的提取方法 | 第41-44页 |
·测量图像中统一的特征区域提取方法 | 第41-43页 |
·阈值分割方法的选择 | 第43-44页 |
·测量图像的 ROI 提取的完整性实验验证 | 第44-48页 |
·本章小结 | 第48-49页 |
第四章 基于位平面提升的测量图像压缩方法研究 | 第49-75页 |
·位平面的提升方法 | 第49-52页 |
·常见的位平面提升方法 | 第49-51页 |
·适用于测量图像的位平面提升方法 | 第51-52页 |
·基于 MaxShift 提升 ROI 编码的实现过程及其存在的缺陷 | 第52-53页 |
·基于 MaxShift 测量图像压缩方法 | 第53-68页 |
·预处理 | 第54-56页 |
·ROI 系数的无损编码 | 第56-65页 |
·背景区域的编码 | 第65-67页 |
·基于 MaxShift 的测量图像压缩算法的编码步骤 | 第67-68页 |
·实验结果与分析 | 第68-73页 |
·本章小结 | 第73-75页 |
第五章 基于掩模的测量图像压缩算法研究 | 第75-102页 |
·概述 | 第75-78页 |
·算法的编码流程 | 第75-76页 |
·算法的实现方式 | 第76-77页 |
·目前存在的问题 | 第77-78页 |
·ROI 掩模的编码方法 | 第78-84页 |
·基于特征区域在小波域上分布特性的 ROI 掩模编码方法 | 第79-81页 |
·基于位置信息及形状信息相似性的 ROI 掩模编码方法 | 第81-83页 |
·两种 ROI 掩模编码方法的性能比较 | 第83-84页 |
·P 区域的基于 ROI 掩模的测量图像压缩方法 | 第84-94页 |
·P 区域中 ROI 系数的编码方法 | 第85-94页 |
·P 区域中背景系数的编码方法 | 第94页 |
·分区域编码中区域划分的修正 | 第94-95页 |
·熵编码 | 第95页 |
·基于掩模的测量图像压缩算法的编码步骤 | 第95-96页 |
·实验 | 第96-101页 |
·本章小结 | 第101-102页 |
第六章 测量图像压缩算法在大尺寸测量中的应用 | 第102-113页 |
·测量图像压缩算法在大尺寸测量中的验证实验方案 | 第102-105页 |
·实验准备 | 第102-103页 |
·实验过程 | 第103-104页 |
·实验结果的分析方法 | 第104-105页 |
·实验结果与分析 | 第105-112页 |
·实验结论 | 第112页 |
·本章小结 | 第112-113页 |
第七章 总结与展望 | 第113-116页 |
·全文总结 | 第113-115页 |
·前景展望 | 第115-116页 |
参考文献 | 第116-126页 |
发表论文及科研情况说明 | 第126-127页 |
附录 | 第127-132页 |
致谢 | 第132页 |