| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像压缩方法及分类 | 第7-8页 |
| ·研究的目的和意义 | 第8-10页 |
| ·近无损图像压缩编码技术的发展现状 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·论文的主要结构及创新点 | 第12-13页 |
| 第二章 数字图像压缩理论基础 | 第13-21页 |
| ·图像压缩编码信息论基础 | 第13-16页 |
| ·图像压缩编码系统的基本结构 | 第13页 |
| ·信源模型及其熵 | 第13-16页 |
| ·预测方法简介 | 第16-18页 |
| ·MED（median edge detection）预测器 | 第16-17页 |
| ·GAP（gradient-adjusted predictor）预测器 | 第17-18页 |
| ·ALCM 与 JSLUG 预测器 | 第18页 |
| ·量化方法简介 | 第18-19页 |
| ·熵编码方法简介 | 第19-20页 |
| ·压缩图像质量的客观评价 | 第20-21页 |
| 第三章 TCQ 简介 | 第21-26页 |
| ·TCQ 的应用现状 | 第21页 |
| ·TCQ 的原理 | 第21-25页 |
| ·卷积编码器及网格 | 第22页 |
| ·TCQ 的编码和解码 | 第22-25页 |
| ·L∞准则约束下的最大步长均匀量化 | 第25-26页 |
| 第四章 预测误差修正的建模 | 第26-36页 |
| ·本文预测器 | 第26-29页 |
| ·本文预测值的计算方法 | 第27-29页 |
| ·预测误差修正方案一 | 第29-33页 |
| ·方案一误差修正模型 | 第29-32页 |
| ·基于能量误差与纹理模式的反馈自适应预测器 | 第32-33页 |
| ·误差修正方案二 | 第33-36页 |
| ·方案二误差修正器的设计 | 第33-34页 |
| ·基于梯度的误差反馈自适应预测器 | 第34-36页 |
| 第五章 算法及实验 | 第36-46页 |
| ·算法 | 第36-39页 |
| ·编码框架及步骤 | 第36-37页 |
| ·TCQ 参数的选取 | 第37-39页 |
| ·熵编码 | 第39页 |
| ·实验结果及结论 | 第39-46页 |
| ·实验一的结果及分析 | 第40-42页 |
| ·实验二的结果及分析 | 第42-44页 |
| ·实验三的结果及分析 | 第44-45页 |
| ·实验结论 | 第45-46页 |
| 第六章 全文总结及下步工作 | 第46-48页 |
| ·全文总结 | 第46页 |
| ·下一步工作 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 附录 实验数据 | 第52-59页 |