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

多小波图像检索技术研究

摘要第1-8页
Abstract第8-10页
1.绪论第10-18页
   ·引言第10-11页
   ·同类工作国内外研究现状第11-17页
     ·图像检索技术的发展第11-13页
     ·图像压缩技术的发展第13-14页
     ·压缩域图像检索技术的研究现状第14-17页
   ·本文的主要工作第17-18页
2.多小波和多小波变换第18-28页
   ·引言第18页
   ·多小波基础第18-22页
     ·多分辨率分析第18-21页
     ·多小波的定义第21-22页
     ·多小波的基本性质第22页
   ·多小波的分解和重构算法第22-24页
   ·几种常见的多小波及其多滤波器组第24-27页
   ·本章小结第27-28页
3.基于多小波变换域的图像检索第28-43页
   ·引言第28-29页
   ·多小波图像变换的统计特征第29-34页
     ·二维图像的多小波变换第29-31页
     ·多小波系数的统计分析第31-34页
   ·基于多小波子带间特征的图像检索方法第34-37页
     ·最大最小合成运算第34-35页
     ·子带间相关性的特征提取第35-37页
     ·相似性的比较第37页
   ·实验结果与讨论第37-42页
     ·实验数据库第37-38页
     ·评价标准和实验结果第38-42页
   ·本章小结第42-43页
4.基于多小波压缩域的图像检索第43-60页
   ·引言第43-44页
   ·SPIHT编(解)码算法第44-49页
     ·SPIHT算法的空间方向树第44-46页
     ·SPIHT编(解)码的主要步骤第46-48页
     ·SPIHT算法举例第48-49页
   ·基于多小波的SPIHT算法第49-52页
     ·多小波系数重排第50-51页
     ·SPIHT算法的改进第51-52页
   ·基于多小波压缩域的图像检索方法第52-55页
     ·获取重要映射表第52-53页
     ·重要映射表的自相关向量第53-54页
     ·相似性的匹配第54-55页
     ·算法的流程图第55页
   ·实验结果与讨论第55-59页
     ·特征量的计算第55-56页
     ·实验数据与分析第56-59页
   ·本章小结第59-60页
5. 总结与展望第60-61页
参考文献第61-65页
作者在攻读硕士期间公开发表的论文第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:数字图像质量的多源特征分析与提取
下一篇:XBRL网络财务报告在我国应用存在的问题及对策探析