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 |