基于小波变换和人眼视觉特性的图像压缩新方法
中文摘要 | 第1-5页 |
英文摘要 | 第5-9页 |
1. 绪论 | 第9-19页 |
1.1 图像压缩综述 | 第9-11页 |
1.1.1 图像压缩的意义及目的 | 第9-10页 |
1.1.2 图像压缩的研究内容 | 第10-11页 |
1.2 图像压缩的基本原理 | 第11-13页 |
1.2.1 数字图像的定义 | 第11-12页 |
1.2.2 图像的统计特性 | 第12-13页 |
1.3 图像压缩编码系统的基本构成 | 第13-17页 |
1.3.1 常用量化方法 | 第14-16页 |
1.3.2 编码器的性能指标 | 第16-17页 |
1.4 图像质量评价标准 | 第17页 |
1.5 本课题的研究目的和内容 | 第17-18页 |
1.6 本论文工作的几点说明 | 第18-19页 |
2. 小波变换在图像压缩中的应用 | 第19-29页 |
2.1 图像压缩的发展概况 | 第19-21页 |
2.2 小波变换的发展概况 | 第21-23页 |
2.3 小波变换在图像压缩中的应用情况 | 第23-27页 |
2.3.1 小波变换用于图像压缩的一般情况 | 第23-25页 |
2.3.2 小波变换在边缘探测中的应用情况 | 第25-26页 |
2.3.3 小波变换用于图像压缩存在的问题 | 第26-27页 |
2.4 本论文编码算法 | 第27-29页 |
3. 图像压缩的小波变换方法 | 第29-53页 |
3.1 小波变换的基本原理 | 第29-33页 |
3.1.1 小波变换 | 第29-30页 |
3.1.2 多分辨分析与离散小波变换 | 第30-33页 |
3.2 图像数据的小波变换 | 第33-38页 |
3.2.1 小波变换压缩编码系统框图 | 第33-34页 |
3.2.2 小波基的选择 | 第34-36页 |
3.2.3 变换层数的确定 | 第36-37页 |
3.2.4 小波变换能量集中特性与数据压缩 | 第37-38页 |
3.2.5 小波变换实现图像数据压缩的一般步骤 | 第38页 |
3.3 小波变换与边缘检测 | 第38-42页 |
3.4 图像数据的量化 | 第42-48页 |
3.4.1 小波变换前后图像的灰度直方图 | 第42-43页 |
3.4.2 小波变换的时频局部化与矢量量化 | 第43-46页 |
3.4.3 零树法与小波系数组织 | 第46-48页 |
3.5 图像数据的编码 | 第48-50页 |
3.6 图像数据的解码 | 第50-53页 |
4. 图像压缩的计算机实现 | 第53-59页 |
4.1 实验结果 | 第53-56页 |
4.2 图像压缩中应注意的问题 | 第56-59页 |
4.2.1 小波变换用于图像压缩时需注意的问题 | 第56-57页 |
4.2.2 计算机实现时需注意的问题 | 第57-59页 |
5. 结论及展望 | 第59-63页 |
5.1 系统综述 | 第59-60页 |
5.2 对小波分析与图像压缩应用的展望 | 第60-63页 |
5.2.1 小波分析需要进一步发展 | 第60页 |
5.2.2 小波分析在数据图像压缩中的应用分析 | 第60-61页 |
5.2.3 对图像压缩应用的展望 | 第61页 |
5.2.4 小波分析在图像压缩应用中存在的问题 | 第61-62页 |
5.2.5 今后的目标 | 第62-63页 |
结束语 | 第63-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-67页 |
附录1 | 第67-72页 |
附录2 | 第72页 |