基于SPIHT方法的医学图像压缩算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景以及历史 | 第8-11页 |
| 1.2 数据及图像压缩原理概述 | 第11-16页 |
| 1.2.1 数据压缩基础 | 第11-12页 |
| 1.2.2 图像压缩技术简介 | 第12-16页 |
| 1.3 图像压缩算法的国际标准 | 第16-17页 |
| 1.4 本论文的工作 | 第17-18页 |
| 1.5 本课题的来源于及论文的组织结构 | 第18-19页 |
| 2 小波变换及编码 | 第19-28页 |
| 2.1 小波变换 | 第19-23页 |
| 2.1.1 连续小波变换（CWT） | 第19-20页 |
| 2.1.2 离散小波变换（DWT） | 第20页 |
| 2.1.3 小波变换的多分辨率分析 | 第20-23页 |
| 2.2 小波分解 | 第23-27页 |
| 2.2.1 一维小波分解 | 第23-25页 |
| 2.2.2 二维小波分解 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 SPIHT压缩算法概要 | 第28-45页 |
| 3.1 SPIHT算法 | 第28-40页 |
| 3.1.1 嵌入式零树小波编码（EZW）算法分析 | 第28-33页 |
| 3.1.2 多级树集合分裂算法（SPIHT）分析 | 第33-35页 |
| 3.1.3 SPIHT算法与EZW算法的验证 | 第35-39页 |
| 3.1.4 SPIHT算法与EZW算法的比较 | 第39-40页 |
| 3.2 Huffman算法 | 第40-44页 |
| 3.2.1 静态哈夫曼编码 | 第41-42页 |
| 3.2.2 自适应哈夫曼编码 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 实验结果及分析 | 第45-61页 |
| 4.1 实验准备 | 第45-48页 |
| 4.1.1 实验流程 | 第45-46页 |
| 4.1.2 SPIHT编码算法 | 第46-47页 |
| 4.1.3 Huffman编码算法 | 第47-48页 |
| 4.2 结果分析 | 第48-53页 |
| 4.3 深入分析SPIHT算法 | 第53-54页 |
| 4.4 实验结论 | 第54-56页 |
| 4.4.1 良好的图像压缩信噪比 | 第54页 |
| 4.4.2 对渐进图像输送进行了优化 | 第54-55页 |
| 4.4.3 完全嵌入的编码文件 | 第55页 |
| 4.4.4 可以实现无损压缩 | 第55页 |
| 4.4.5 可以准确控制码率及质量 | 第55-56页 |
| 4.4.6 编/解码的算法复杂度几乎一样 | 第56页 |
| 4.4.7 利于数字信道输送 | 第56页 |
| 4.5 压缩性能测试 | 第56-60页 |
| 4.5.1 压缩对密集图像的影响测试 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 5 总结以及展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间的研究成果 | 第67页 |
