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

基于小波变换和边缘检测的Bayer图像压缩和彩色插值

中文摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第8-12页
    1.1 研究背景第8-10页
    1.2 课题意义第10页
    1.3 论文内容和组织结构第10-12页
第二章 Bayer 图像压缩和插值理论基础第12-34页
    2.1 图像压缩理论基础第12-15页
        2.1.1 数据压缩原理第12页
        2.1.2 图像压缩编码系统第12-13页
        2.1.3 图像压缩分类第13-14页
        2.1.4 图像压缩标准第14-15页
    2.2 基于小波变换的图像压缩技术第15-28页
        2.2.1 小波变换及其优势第16页
        2.2.2 Mallat 算法第16-21页
        2.2.3 小波提升第21-22页
        2.2.4 小波变换编码系统第22-25页
        2.2.5 小波编码算法第25-28页
    2.3 Bayer 图像原始数据压缩第28-32页
        2.3.1 图像传感器第28-29页
        2.3.2 Bayer CFA 阵列第29-30页
        2.3.3 原始数据压缩第30-32页
    2.4 Bayer CFA 图像插值第32-33页
        2.4.1 CFA 插值原理第32页
        2.4.2 CFA 插值方法第32-33页
    2.5 本章小结第33-34页
第三章 基于SPIHT 编码的Bayer 图像原始数据压缩第34-49页
    3.1 传统Bayer 图像压缩方法第34-35页
    3.2 基于SPIHT 编码和结构分离的Bayer 原始数据压缩第35-44页
        3.2.1 基于结构分离的Bayer 原始数据压缩第35-37页
        3.2.2 基于SPIHT 编码和结构分离的Bayer 原始数据压缩第37-42页
        3.2.3 算法实验结果与分析第42-44页
    3.3 基于SPIHT 编码和改进型结构变换的Bayer 原始数据压缩第44-48页
        3.3.1 基于改进型结构变换的Bayer 原始数据压缩第44-45页
        3.3.2 基于SPIHT 编码和改进型结构变换的Bayer 原始数据压缩第45-47页
        3.3.3 算法实验结果与分析第47-48页
    3.4 本章小结第48-49页
第四章 基于边缘类型的自适应渐进插值法第49-71页
    4.1 典型的插值方法第49-57页
        4.1.1 基于单通道空间相关性的插值算法第50页
        4.1.2 基于颜色通道间相关性的插值算法第50-52页
        4.1.3 综合利用两种相关性的插值算法第52-57页
    4.2 插值算法的失真分析第57-60页
    4.3 基于边缘类型的自适应渐进插值法第60-69页
        4.3.1 插值步骤第60-65页
        4.3.2 后处理步骤第65-66页
        4.3.3 实验结果分析第66-69页
        4.3.4 算法优化和复杂度控制第69页
    4.4 本章小结第69-71页
第五章 总结与展望第71-73页
    5.1 本文工作总结第71-72页
    5.2 未来工作展望第72-73页
参考文献第73-76页
发表论文和参加科研情况说明第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:适合于中小型企业的修正ITIL模型
下一篇:基于ERP系统的锦西石化设备管理研究