基于矢量量化图像压缩的算法与改进
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 前言 | 第8-13页 |
| ·图像压缩的目的和意义 | 第8-9页 |
| ·各种图像压缩方法介绍 | 第9-10页 |
| ·矢量量化技术的研究现状 | 第10-11页 |
| ·本文的研究目标和主要内容 | 第11-13页 |
| 第2章 矢量量化基础知识 | 第13-23页 |
| ·矢量量化的基本原理 | 第13-17页 |
| ·矢量量化的理论基础 | 第13-14页 |
| ·矢量量化的定义 | 第14-16页 |
| ·矢量量化的特点 | 第16-17页 |
| ·矢量量化的相关概念 | 第17-19页 |
| ·矢量量化器的编码速率和比特率 | 第17页 |
| ·失真测度 | 第17-18页 |
| ·复杂度 | 第18-19页 |
| ·矢量量化关键技术 | 第19-21页 |
| ·矢量量化码书设计技术 | 第19-20页 |
| ·矢量量化码字搜索技术 | 第20页 |
| ·矢量量化码字索引分配技术[4] | 第20-21页 |
| ·矢量量化和图像压缩 | 第21-23页 |
| ·基于矢量量化的图像压缩技术 | 第21页 |
| ·重建图像的评价 | 第21-23页 |
| 第3章 基于LBG 算法的矢量量化图像压缩 | 第23-33页 |
| ·LBG 算法的理论基础 | 第23-24页 |
| ·LBG 算法 | 第24-25页 |
| ·LBG 算法的优缺点 | 第25-26页 |
| ·初始码书的生成 | 第26-27页 |
| ·仿真实验与结果分析 | 第27-33页 |
| ·LBG 算法的流程图 | 第27-28页 |
| ·LBG 算法的结果分析 | 第28-32页 |
| ·实验结论 | 第32-33页 |
| 第4章 基于SOFM 网络的矢量量化图像压缩 | 第33-46页 |
| ·SOFM 网络的理论基础 | 第33-38页 |
| ·SOFM 网络的基本思想 | 第33-35页 |
| ·基本SOFM 算法 | 第35-37页 |
| ·SOFM 网络邻域函数和学习率函数的选择 | 第37-38页 |
| ·SOFM 算法的优缺点 | 第38页 |
| ·SOFM 算法的改进 | 第38页 |
| ·基于SOFM 的矢量量化 | 第38-40页 |
| ·仿真实验与效果分析 | 第40-46页 |
| ·SOFM 矢量量化图像压缩的流程图 | 第40页 |
| ·SOFM 矢量量化图像压缩的效果分析 | 第40-45页 |
| ·实验结论 | 第45-46页 |
| 第5章 基于LVQ 网络的矢量量化图像压缩 | 第46-56页 |
| ·LVQ 网络的理论基础 | 第46-50页 |
| ·LVQ 网络的基本思想与网络结构 | 第46-48页 |
| ·基本LVQ 算法 | 第48-50页 |
| ·LVQ 算法的优缺点 | 第50页 |
| ·LVQ 算法的改进 | 第50页 |
| ·基于LVQ 的矢量量化 | 第50-51页 |
| ·仿真试验与效果分析 | 第51-56页 |
| ·LVQ 矢量量化图像压缩流程图 | 第51-52页 |
| ·LVQ 矢量量化图像压缩的结果分析 | 第52-55页 |
| ·实验结论 | 第55-56页 |
| 第6章 联合SOFM 与LBG 的改进算法 | 第56-63页 |
| ·改进算法的提出 | 第56-57页 |
| ·改进算法矢量量化图像压缩的结果分析 | 第57-60页 |
| ·四种算法矢量量化图像压缩的效果比较 | 第60-63页 |
| 结论 | 第63-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
