稀疏分解在交通图像压缩中的应用
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-16页 |
| ·引言 | 第12页 |
| ·论文的提出及研究意义 | 第12-13页 |
| ·国内外研究现状分析 | 第13-14页 |
| ·论文的主要工作 | 第14-15页 |
| ·论文的结构安排 | 第15-16页 |
| 第2章 图像稀疏分解 | 第16-21页 |
| ·引言 | 第16页 |
| ·图像的稀疏分解 | 第16-17页 |
| ·图像稀疏分解核心思想 | 第16-17页 |
| ·图像稀疏表示 | 第17页 |
| ·基于粒子群算法的图像稀疏分解快速算法 | 第17-20页 |
| ·粒子群优化算法 | 第18页 |
| ·图像稀疏分解的快速算法 | 第18-20页 |
| ·小结 | 第20-21页 |
| 第3章 交通图像背景差分压缩算法 | 第21-32页 |
| ·引言 | 第21页 |
| ·图像压缩效果评价 | 第21-22页 |
| ·图像压缩程度评价 | 第21页 |
| ·图像质量评价 | 第21-22页 |
| ·排序差分压缩算法 | 第22-25页 |
| ·图像稀疏分解结果数据的分布规律 | 第22-24页 |
| ·算法描述 | 第24-25页 |
| ·基于背景差分的交通图像压缩算法 | 第25-28页 |
| ·背景差分 | 第25-27页 |
| ·编码 | 第27-28页 |
| ·实验结果及分析 | 第28-31页 |
| ·小结 | 第31-32页 |
| 第4章 基于原子参数预测与量化的交通图像压缩算法 | 第32-44页 |
| ·引言 | 第32页 |
| ·交通图像特点 | 第32-33页 |
| ·图像分解质量分析 | 第33-35页 |
| ·算法描述 | 第35-39页 |
| ·原子参数预测和量化 | 第36-38页 |
| ·编码 | 第38-39页 |
| ·实验结果及分析 | 第39-43页 |
| ·小结 | 第43-44页 |
| 第5章 交通图像分层压缩算法 | 第44-55页 |
| ·引言 | 第44页 |
| ·多级树集合分裂算法 | 第44-46页 |
| ·交通图像分层压缩算法 | 第46-49页 |
| ·实验结果及分析 | 第49-54页 |
| ·小结 | 第54-55页 |
| 工作总结与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第61-62页 |
