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

高性能的可伸缩图像编码研究

摘要第1-7页
ABSTRACT第7-16页
第一章 绪论第16-30页
   ·图像编码的意义第16-17页
   ·图像编码基础第17-21页
     ·信息论基础第17-19页
     ·图像编码流程第19-20页
     ·图像质量的评价第20-21页
   ·图像编码技术第21-26页
     ·传统图像编码技术第21-23页
     ·现代图像编码技术第23-24页
     ·研究现状及发展第24-26页
   ·论文的主要研究工作第26-28页
   ·论文的总体结构第28-30页
第二章 图像模型和表示第30-42页
   ·人眼视觉特性第30-34页
     ·视觉系统第30-31页
     ·视觉信息处理机制和感知模型第31-32页
     ·视觉特性与启示第32-34页
   ·图像模型第34页
   ·图像表示方法第34-41页
     ·经典方法第35-38页
     ·多尺度几何分析第38-41页
     ·冗余几何表征第41页
   ·本章小结第41-42页
第三章 嵌入式小波图像编码第42-55页
   ·嵌入式小波编码概述第42-43页
   ·图像的小波分解第43-45页
   ·逐次逼近量化第45-46页
   ·基于集合划分的编码方法第46-50页
     ·非重要系数表示法第47-50页
       ·零树表示法第47-49页
       ·零块表示法第49-50页
     ·重要系数表示法第50页
   ·基于上下文的顺序编码方法第50-53页
     ·上下文模型第50-52页
     ·基于上下文的算术编码第52页
     ·基于上下文的位平面编码第52-53页
   ·码流的率失真优化第53-54页
     ·基于样点的率失真排序第53页
     ·基于子过程的率失真排序第53-54页
   ·本章小结第54-55页
第四章 基于SPIHT的嵌入小波编码算法第55-76页
   ·SPIHT算法第55-58页
     ·符号定义第55-56页
     ·编码过程第56-57页
     ·算法描述第57-58页
     ·算法分析第58页
   ·自适应集合划分算法第58-63页
     ·算法思想第59页
     ·自适应集合划分第59-60页
     ·算法描述第60-62页
     ·实验结果第62-63页
   ·基于矢量量化的SPIHT算法第63-75页
     ·矢量量化的原理和方法第63-65页
       ·矢量量化原理第64页
       ·矢量量化方法第64-65页
     ·格型矢量量化.第65-67页
       ·格的定义及其性质第65-66页
       ·重要的常用格第66-67页
       ·快速格型矢量量化第67页
     ·矢量SPIHT算法第67-72页
       ·矢量的逐次逼近第68-69页
       ·格型方向码书第69页
       ·VSPIHT算法第69-72页
     ·实验结果第72-75页
   ·本章小结第75-76页
第五章 高效的可伸缩小波图像编码第76-106页
   ·当代图像编码面临的问题第76-77页
   ·基于链表的高效嵌入小波编码第77-96页
     ·EWCBL算法的特点第77-78页
     ·小波聚类的形成第78-81页
       ·形态膨胀第78-79页
       ·小波重要聚类的表示第79页
       ·结构元的选择第79-80页
       ·基于邻域模板的形态膨胀第80-81页
     ·分数位平面编码第81-83页
       ·数据的分类和排序第81-82页
       ·分数位平面编码第82-83页
     ·改进的四叉树分裂方法第83-85页
     ·熵编码第85页
     ·算法描述第85-87页
     ·复杂度分析第87-88页
     ·有损到无损编码第88页
     ·实验结果第88-96页
       ·编码性能评估第88-94页
       ·复杂度评估第94-96页
   ·高伸缩的小波图像编码第96-105页
     ·码流的可伸缩性第97页
     ·高伸缩的EWCBL第97-100页
       ·可伸缩性支持第98-99页
       ·码流的结构与解析第99-100页
     ·实验结果第100-105页
       ·质量可伸缩性第100-102页
       ·分辨率可伸缩性第102-105页
   ·本章小结第105-106页
第六章 信号的稀疏逼近第106-114页
   ·信号的稀疏表示第106-107页
   ·原子库的定义第107-108页
   ·稀疏逼近问题第108-109页
   ·稀疏逼近方法第109-113页
     ·凸松弛法第109-110页
     ·贪婪算法第110-113页
   ·本章小结第113-114页
第七章 快速图像稀疏分解第114-155页
   ·冗余原子库第114-117页
     ·原子库的构造第114-116页
     ·原子库的划分第116-117页
   ·基于匹配追踪的图像稀疏分解第117-118页
   ·快速稀疏分解方法第118-154页
     ·多尺度追踪算法第119-127页
       ·图像的多尺度表示第120-121页
       ·多尺度追踪方案第121-123页
       ·迭代次数的选择第123页
       ·多尺度追踪算法第123-124页
       ·实验结果第124-127页
     ·M项局部子库追踪算法第127-154页
       ·MP的特性第128-130页
       ·库互相关信息的估计第130页
       ·自适应子库匹配(FMP S)第130-131页
       ·局部投影更新(FMP_L)第131-134页
       ·M项并行选择(FMP_M)第134-135页
       ·M项局部子库追踪(FMP_MLS)第135-136页
       ·算法分析第136-138页
       ·实验结果第138-145页
     ·多尺度M项局部追踪算法第145页
       ·FMP_MMLS算法第145-147页
       ·实验结果第147-154页
   ·本章小结第154-155页
第八章 基于MP的高伸缩性图像编码第155-180页
   ·MP图像编码第155-157页
   ·基于块划分的快速MP编码第157-174页
     ·总体方案第157-158页
     ·基于一般位平面的块划分编码第158-164页
       ·MP原子位置分布第158-161页
       ·一般位平面的块划分第161-162页
       ·原子参数的编码第162页
       ·MP系数的量化第162-163页
       ·算法描述第163-164页
     ·自适应算术编码第164页
     ·算法性能分析第164-165页
     ·实验结果第165-174页
       ·BPC算法的有效性第165-168页
       ·编码器率失真性能第168-171页
       ·主观比较第171-174页
   ·码流的高伸缩性第174-179页
     ·质量可伸缩性第175-176页
     ·分辨率可伸缩性第176-179页
       ·MP的不变性第176-177页
       ·分辨率的伸缩第177-179页
   ·本章小结第179-180页
第九章 全文总结第180-183页
   ·研究总结第180-182页
   ·工作展望第182-183页
致谢第183-184页
参考文献第184-196页
攻博期间取得的研究成果第196页

论文共196页,点击 下载论文
上一篇:大规模对等搜索及应用研究
下一篇:机载雷达Krylov子空间STAP算法研究