| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第1章 绪论 | 第11-32页 |
| 1．1 图像压缩的研究背景 | 第11-13页 |
| 1．1．1 图像数据压缩的必要性 | 第11-12页 |
| 1．1．2 图像数据压缩的可能性 | 第12-13页 |
| 1．2 现有的主要图像压缩技术 | 第13-22页 |
| 1．2．1 统计编码 | 第13-14页 |
| 1．2．2 预测编码 | 第14-17页 |
| 1．2．3 矢量量化编码 | 第17-18页 |
| 1．2．4 子带编码 | 第18-20页 |
| 1．2．5 变换编码 | 第20页 |
| 1．2．6 分形编码 | 第20-21页 |
| 1．2．7 模型基编码 | 第21页 |
| 1．2．8 混合编码 | 第21-22页 |
| 1．3 信号检测技术的研究现状 | 第22-23页 |
| 1．4 小波变换及其应用研究 | 第23-24页 |
| 1．5 本文的主要工作及主要创新点 | 第24-26页 |
| 参考文献 | 第26-32页 |
| 第2章 小波变换的基础理论研究 | 第32-53页 |
| 2．1 引言 | 第32页 |
| 2．2 小波变换的原理 | 第32-36页 |
| 2．2．1 短时Fourier变换 | 第32-34页 |
| 2．2．2 连续小波变换 | 第34-36页 |
| 2．2．2．1 一维连续小波变换 | 第34-36页 |
| 2．2．2．2 二维连续小波变换 | 第36页 |
| 2．3 多分辨率分析与Mallat算法 | 第36-41页 |
| 2．3．1 小波变换参数的离散化 | 第36-37页 |
| 2．3．2 多分辨率分析 | 第37-40页 |
| 2．3．2．1 多分辨率分析的数学描述 | 第37-38页 |
| 2．3．2．2 小波函数 | 第38-39页 |
| 2．3．2．3 一维信号的多分辨率分析 | 第39-40页 |
| 2．3．2．4 一维二尺度方程 | 第40页 |
| 2．3．3 Mallat算法 | 第40-41页 |
| 2．4 图像信号的小波变换 | 第41-44页 |
| 2．4．1 二维多分辨率分析 | 第41-43页 |
| 2．4．2 图像小波变换的算法 | 第43-44页 |
| 2．4．2．1 二维二尺度方程 | 第43-44页 |
| 2．4．2．2 图像小波变换的分解与重构算法 | 第44页 |
| 2．5 小波变换的正则性 | 第44-48页 |
| 2．5．1 小波变换的滤波器表示 | 第44-45页 |
| 2．5．2 正则性探讨 | 第45-48页 |
| 2．6 滤波器组的线性相位与边界处理 | 第48-49页 |
| 2．7 仿真研究 | 第49-51页 |
| 2．7．1 滤波器正则性与小波变换的关系 | 第49页 |
| 2．7．2 滤波器的线性相位与信号的边界问题 | 第49-51页 |
| 本章小结: | 第51页 |
| 参考文献 | 第51-53页 |
| 第3章 基于小波变换的图像压缩编码技术 | 第53-76页 |
| 3．1 引言 | 第53页 |
| 3．2 图像小波变换系数的分布特性 | 第53-59页 |
| 3．2．1 图像的小波分解 | 第53页 |
| 3．2．2 子带系数的分布 | 第53-59页 |
| 3．3 图像小波变换的零树结构及其编码算法 | 第59-62页 |
| 3．3．1 小波系数的零树结构 | 第59-60页 |
| 3．3．2 基于小波零树的图像编码算法 | 第60-62页 |
| 3．4 基于小波变换的矢量量化编码方法 | 第62-65页 |
| 3．4．1 基本的矢量量化编码算法 | 第62-64页 |
| 3．4．2 基于小波变换的矢量量化编码方法 | 第64-65页 |
| 3．5 小波变换图像压缩编码技术的应用研究 | 第65-73页 |
| 3．5．1 JPEG2000关键技术 | 第65-69页 |
| 3．5．1．1 图像的预处理 | 第66-67页 |
| 3．5．1．2 小波变换及其量化 | 第67-68页 |
| 3．5．1．3 熵编码及其渐进传输 | 第68-69页 |
| 3．5．2 图像监控系统的构成 | 第69-70页 |
| 3．5．3 实验结果 | 第70-73页 |
| 3．5．3．1 JPEG2000低比特率压缩性能 | 第70-71页 |
| 3．5．3．2 分级渐进式压缩特性 | 第71页 |
| 3．5．3．3 ROI编码特性 | 第71-73页 |
| 本章小结 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 第4章 基于分形理论的图像压缩方法 | 第76-98页 |
| 4．1 引言 | 第76页 |
| 4．2 图像的分形压缩理论 | 第76-83页 |
| 4．2．1 分形空间与压缩映射 | 第76-78页 |
| 4．2．1．1 分形空间 | 第76-77页 |
| 4．2．1．2 分形空间上的压缩映射 | 第77-78页 |
| 4．2．2 迭代函数系统 | 第78-80页 |
| 4．2．3 仿射变换 | 第80-81页 |
| 4．2．4 分形图像压缩原理 | 第81-83页 |
| 4．3 图像分形压缩算法的实现 | 第83-93页 |
| 4．3．1 Jacquin的分形压缩算法 | 第83-86页 |
| 4．3．2 仿真实例 | 第86-88页 |
| 4．3．3 图像分形压缩算法的改进 | 第88-93页 |
| 4．3．3．1 邻近搜索法 | 第88-90页 |
| 4．3．3．2 父块的分类搜索法 | 第90-92页 |
| 4．3．3．3 其它的改进方法 | 第92-93页 |
| 4．4 基于遗传算法的图像分形压缩方法 | 第93-96页 |
| 4．4．1 父块的编码 | 第93页 |
| 4．4．2 选择 | 第93-94页 |
| 4．4．3 应用效果 | 第94-96页 |
| 本章小结 | 第96-97页 |
| 参考文献 | 第97-98页 |
| 附： 基于遗传算法的父块匹配搜索子程序 | 第98-102页 |
| 第5章 基于小波变换的信号检测技术 | 第102-122页 |
| 5．1 引言 | 第102页 |
| 5．2 Mallat的模极大值原理 | 第102-107页 |
| 5．3 多尺度上小波变换模极大值与信号奇异点的性质 | 第107-111页 |
| 5．3．1 函数的奇异性描述-李氏指数 | 第107-109页 |
| 5．3．2 奇异点李氏指数与小波变换模极大值的对应关系 | 第109-111页 |
| 5．4 小波变换在焊缝检测中的应用 | 第111-119页 |
| 5．4．1 焊缝信号的分析 | 第111-113页 |
| 5．4．2 小波函数及其数字化 | 第113-114页 |
| 5．4．3 检测方法的具体实现 | 第114-115页 |
| 5．4．4 相关分析 | 第115-116页 |
| 5．4．5 仿真结果 | 第116-119页 |
| 本章小结 | 第119-120页 |
| 参考文献 | 第120-122页 |
| 第6章 总结与展望 | 第122-124页 |
| 致谢 | 第124-125页 |
| 博士期间参加的研究项目与发表和录用的论文 | 第125页 |