摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 前言 | 第9-14页 |
1.1 分形压缩的背景及意义 | 第9-10页 |
1.2 分形压缩的研究现状 | 第10-12页 |
1.3 论文研究内容 | 第12-13页 |
1.4 论文组织结构 | 第13-14页 |
第二章 分形压缩相关理论 | 第14-29页 |
2.1 分形压缩的原理 | 第14-15页 |
2.2 分形压缩的数学理论基础 | 第15-17页 |
2.2.1 压缩映射定理 | 第15页 |
2.2.2 迭代函数系统 | 第15-16页 |
2.2.3 拼帖定理 | 第16页 |
2.2.4 仿射变换 | 第16-17页 |
2.3 分形压缩的基本步骤 | 第17-19页 |
2.3.1 编码过程 | 第17-18页 |
2.3.2 解码过程 | 第18页 |
2.3.3 算法复杂度分析 | 第18-19页 |
2.4 分形压缩算法的主要改进算法 | 第19-28页 |
2.4.1 提高编码速度的算法 | 第19-21页 |
2.4.2 提高解码速度的算法 | 第21页 |
2.4.3 改进解码图像质量和提高压缩比的算法 | 第21-26页 |
2.4.4 分形块编码与其它编码方法结合的算法 | 第26-28页 |
2.5 小结 | 第28-29页 |
第三章 不规则区域分割编码 | 第29-33页 |
3.1 不规则区域分割编码的基本原理 | 第29-31页 |
3.1.1 不规则区域分割编码的基本原理 | 第29-30页 |
3.1.2 不规则区域分割编码的关键技术 | 第30-31页 |
3.2 PCNN 分割模型 | 第31-32页 |
3.3 小结 | 第32-33页 |
第四章 基于不规则区域的分形压缩算法设计与实现 | 第33-49页 |
4.1 基于 PCNN 分割的分形压缩算法 | 第33-38页 |
4.1.1 算法描述及流程 | 第33-34页 |
4.1.2 实验结果分析 | 第34-38页 |
4.2 基于 PCNN 分割及灰度排序分类的分形压缩算法 | 第38-41页 |
4.2.1 灰度排序分类 | 第38-39页 |
4.2.2 算法描述及流程 | 第39页 |
4.2.3 实验结果及分析 | 第39-41页 |
4.3 基于复合特征分类的分形压缩 | 第41-45页 |
4.3.1 图像的二值化 | 第42页 |
4.3.2 算法描述及流程 | 第42-43页 |
4.3.3 实验结果分析 | 第43-45页 |
4.4 方块效应的处理 | 第45-48页 |
4.4.1 区域分割过程中的分类重叠 | 第45-46页 |
4.4.2 平滑处理 | 第46-48页 |
4.5 本章小结 | 第48-49页 |
第五章 总结 | 第49-51页 |
主要工作 | 第49-50页 |
主要创新点 | 第50页 |
存在的问题及未来的方向 | 第50-51页 |
参考文献 | 第51-56页 |
在学期间的研究成果 | 第56-57页 |
致谢 | 第57页 |