基于数值分类的分形图像压缩算法研究
摘要 | 第1-8页 |
Abstract | 第8-10页 |
插图索引 | 第10-11页 |
附表索引 | 第11-12页 |
第1章 绪论 | 第12-21页 |
·课题意义 | 第12-15页 |
·图像压缩 | 第12-14页 |
·分形图像压缩 | 第14-15页 |
·国内外研究现状 | 第15-19页 |
·本文的主要工作和内容简介 | 第19-21页 |
第2章 分形图像压缩的相关理论 | 第21-38页 |
·分形模型 | 第21-23页 |
·Cantor三分集 | 第21-22页 |
·Koch曲线 | 第22页 |
·Sierpinski三角形 | 第22-23页 |
·分形理论中的基本概念 | 第23-29页 |
·分形概述 | 第23-25页 |
·分形编码的理论基础 | 第25-29页 |
·分形图像压缩的理论基础及算法分类 | 第29-37页 |
·灰度图像的仿射变换及压缩映射 | 第29-31页 |
·分形图像压缩算法的分类 | 第31-37页 |
·本章小结 | 第37-38页 |
第3章 分形图像压缩的算法实现 | 第38-51页 |
·拼贴定理 | 第38-40页 |
·灰度级映射的迭代函数系统及局部迭代函数系统 | 第40-49页 |
·灰度级映射的迭代函数系统 | 第40-45页 |
·灰度级映射的局部迭代函数系统 | 第45-49页 |
·解码 | 第49页 |
·图像压缩的性能评价 | 第49-50页 |
·本章小结 | 第50-51页 |
第4章 基于分类的分形图像压缩 | 第51-61页 |
·四义树分形图像编码方法 | 第51-52页 |
·基于数值分类的分形图像压缩方法 | 第52-60页 |
·Fisher的基于灰度均值的分类方法 | 第52-53页 |
·改进的分类方法 | 第53-57页 |
·实验结果及分析 | 第57-60页 |
·本章小结 | 第60-61页 |
总结与展望 | 第61-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-67页 |
附录A 攻读硕士学位期间所发表的论文 | 第67页 |