| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| 1．1 图像处理的发展 | 第7-8页 |
| 1．2 图像的统计特性与压缩编码 | 第8-9页 |
| 1．3 图像压缩 | 第9-10页 |
| 1．4 本文的工作 | 第10-12页 |
| 2 常见的图像压缩方法 | 第12-22页 |
| 2．1 RLE(Run Length Encoding)压缩算法 | 第12页 |
| 2．2 哈大曼(Huffman)编码 | 第12-14页 |
| 2．3 LZW压缩算法 | 第14页 |
| 2．4 DCT(Discrete Cosine Transform，离散余弦变换) | 第14-15页 |
| 2．5 较新的图像编码算法——基于分形的图像压缩与编码 | 第15-21页 |
| 2．5．1 分形图像编码理论 | 第16-17页 |
| 2．5．2 分形图像编码实现 | 第17-18页 |
| 2．5．3 分形编码的特点 | 第18-19页 |
| 2．5．4 分形图像压缩研究和改进方案 | 第19-21页 |
| 2．6 本章小结 | 第21-22页 |
| 3 基于DCT顺序型模式JPEG图像的分析与实现 | 第22-28页 |
| 3．1 色彩变换与部分数据取样 | 第22-23页 |
| 3．2 DCT变换 | 第23-24页 |
| 3．3 量化与逆量化 | 第24页 |
| 3．4 Huffman编码 | 第24-26页 |
| 3．5 实验及结果 | 第26页 |
| 3．6 本章小结 | 第26-28页 |
| 4 基于小波变换的图像压缩与编码 | 第28-36页 |
| 4．1 引言 | 第28页 |
| 4．2 小波变换 | 第28-32页 |
| 4．3 常用小波函数 | 第32-34页 |
| 4．3．1 Haar小波 | 第33页 |
| 4．3．2 Daubechies(dbN)小波系 | 第33页 |
| 4．3．3 Biorthogonal (bior Nr．Nd)小波系 | 第33-34页 |
| 4．3．4 Symlets(symN)小波系 | 第34页 |
| 4．3．5 Coiflet(coifN)小波系 | 第34页 |
| 4．4 小波变换压缩算法步骤 | 第34-36页 |
| 5 小波变换实验结果与分析 | 第36-54页 |
| 5．1 利用Biorthogonal小波函数进行压缩 | 第36-41页 |
| 5．2 利用Daubechies小波函数进行压缩 | 第41-45页 |
| 5．3 利用Coiflet小波函数 | 第45-48页 |
| 5．4 利用Symlets小波函数 | 第48-52页 |
| 5．5 特性分析 | 第52-54页 |
| 6 结束语 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
