首页--工业技术论文--无线电电子学、电信技术论文--通信论文--数据通信论文--图像通信、多媒体通信论文--图像编码论文

基于整数小波变换的静止图像编码算法研究

第1章 绪 论第10-19页
    1.1 静止图像编码的研究现状第10-13页
        1.1.1 经典图像编码技术第10-11页
        1.1.2 现代图像编码技术第11-13页
    1.2 本文研究的关键问题及研究现状第13-17页
        1.2.1 关键问题一第14-15页
        1.2.2 关键问题二第15-16页
        1.2.3 关键问题三第16-17页
    1.3 本文主要研究内容第17-19页
第2章 小波变换的基本理论第19-37页
    2.1 概述第19页
    2.2 连续小波变换第19-22页
        2.2.1 连续小波变换的定义第19-21页
        2.2.2 连续小波变换的性质第21-22页
    2.3 离散小波变换第22-23页
    2.4 小波变换的多分辨率分析第23-24页
    2.5 Mallat 算法第24-27页
        2.5.1 一维信号的Mallat 算法第25-26页
        2.5.2 二维信号的Mallat 算法第26-27页
    2.6 整数小波变换概述第27页
    2.7 基于提升框架的IWT第27-33页
        2.7.1 Euclidean 算法第28页
        2.7.2 提升框架第28-31页
        2.7.3 提升框架下的IWT第31-33页
    2.8 IB-IWT 的引入第33-35页
    2.9 IB-IWT 应用于图像编码的优缺点第35-37页
第3章 基于小波变换的静止图像编码第37-51页
    3.1 概述第37页
    3.2 小波图像编码的基本原理第37-39页
    3.3 零树框架下的图像编码算法第39-44页
        3.3.1 EZW 算法简介第39-43页
        3.3.2 SPIHT 算法简介第43-44页
    3.4 SPECK 算法第44-48页
    3.5 JPEG2000 编码标准的简介第48-50页
    3.6 基于IWT 的图像编码研究进展第50-51页
第4章 针对静止图像压缩的整数小波优化设计第51-66页
    4.1 引言第51页
    4.2 IB-IWT 存在的问题第51-52页
    4.3 国内外研究现状第52-53页
    4.4 IB-IWT 的优化设计第53-60页
        4.4.1 缩放因子的引入第54-55页
        4.4.2 缩放因子的优化第55-56页
        4.4.3 二进制分解法第56-58页
        4.4.4 OSF-IWT 的计算复杂度分析第58-60页
    4.5 实验结果及分析第60-65页
        4.5.1 OSF-IWT 与一般IB-IWT 的压缩效果比较第60-63页
        4.5.2 OSF-IWT 与一般DWT 的压缩效果比较第63-64页
        4.5.3 OSF-IWT 的无损压缩效果第64-65页
    4.6 本章结论第65-66页
第5章 基于自适应多子带分解与多子带提升的图像编码算法第66-90页
    5.1 引言第66-67页
    5.2 AMSD-MSL 编码方案的基本框架第67-68页
    5.3 自适应多子带分解第68-75页
        5.3.1 多子带分解第68-70页
        5.3.2 高频子带二次分解层数的确定第70-71页
        5.3.3 二次分解高频子带的自适应选取第71-75页
    5.4 多子带提升(MSL-Multiple Subbands Lifting)第75-82页
        5.4.1 提升框架下的子带提升第75-77页
        5.4.2 多子带分解中的子带提升框架第77-79页
        5.4.3 子带提升的计算复杂度分析第79-82页
    5.5 适合AMSD-MSL 框架的零块与零树编码框架第82-83页
    5.6 实验结果比较及分析第83-88页
        5.6.1 采用AMSD-MSL 框架的有损压缩效果第83-85页
        5.6.2 有无AMSD-MSL 框架的IB-IWT 压缩效果比较第85-86页
        5.6.3 AMSD-MSL 下的IB-IWT 与DWT 的压缩效果比较第86页
        5.6.4 AMSD-MSL 框架下的IB-IWT 与OSF-IWT 的比较第86-88页
    5.7 AMSD-MSL 框架存在的问题第88-89页
    5.8 本章结论第89-90页
第6章 基于整数小波变换的子带四叉树分割编码算法第90-107页
    6.1 引言第90-91页
    6.2 国内外研究现状第91-92页
    6.3 SPECK 编码的特点及存在的问题第92-93页
        6.3.1 SPECK 编码的简要回顾第92页
        6.3.2 SPECK 编码中存在的问题第92-93页
    6.4 基于整数小波变换的ECSQP 算法第93-99页
        6.4.1 系数的聚类操作第93-95页
        6.4.2 集合分割中的重要系数确定第95页
        6.4.3 集合分割的基本思路第95-97页
        6.4.4 链表编码第97页
        6.4.5 ECSQP 算法的基本步骤第97-99页
    6.5 ECSQP 算法编码复杂度分析第99页
    6.6 实验结果比较与分析第99-104页
        6.6.1 ECSQP 与SPECK 基于OSF-IWT 的压缩结果比较第100-101页
        6.6.2 AMSD-MSL 框架下ECSQP 与SPECK 的压缩结果比较第101-102页
        6.6.3 与基于DWT 的编码算法的压缩结果比较第102-104页
    6.7 对ECSQP 编码的再讨论第104-106页
    6.8 本章结论第106-107页
第7章 基于感兴趣区域的静止图像编码算法第107-129页
    7.1 引言第107-108页
    7.2 国内外研究现状第108-109页
    7.3 JPEG2000 中的ROI 编码机制简介第109-113页
        7.3.1 一般偏移方式第109-111页
        7.3.2 Maxshift 方式第111-113页
    7.4 JPEG2000 中的ROI 编码存在的问题第113-114页
    7.5 UDPBShift 方式第114-118页
        7.5.1 UDPBShift 方式的基本原理第114-115页
        7.5.2 UDPBShift 方式的基本步骤第115-116页
        7.5.3 针对MROIs 的UDPBShift 方式第116-118页
        7.5.4 UDPBShift 方式的复杂度分析第118页
    7.6 HBShift 方式第118-122页
        7.6.1 HBShift 方式的基本原理第118-119页
        7.6.2 HBShift 方式的基本步骤第119-121页
        7.6.3 针对MROIs 的HBShift 方式第121-122页
        7.6.4 HBShift 方式复杂度分析第122页
    7.7 ROI 编码测试与分析第122-128页
        7.7.1 采用UDPBShift 方式的编码结果第122-125页
        7.7.2 采用HBShift 方式的编码结果第125-128页
    7.8 本章结论第128-129页
第8章 总结与展望第129-132页
    8.1 全文工作总结第129-130页
    8.2 论文创新工作第130-131页
    8.3 展望第131-132页
参考文献第132-143页
作者在攻读博士期间发表的学术论文第143-145页
致谢第145-146页
摘要第146-149页
Abstract第149页

论文共152页,点击 下载论文
上一篇:体液MicroRNAs在人脑胶质瘤中的诊断价值的Meta分析
下一篇:树突状细胞疫苗治疗胶质瘤对预后的影响的meta分析