基于元胞自动机模型的新型图像压缩算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的内容和安排 | 第13-15页 |
| 第2章 基于元胞自动机模型的压缩编码理论基础 | 第15-37页 |
| ·引言 | 第15页 |
| ·CA 模型的结构与特点 | 第15-19页 |
| ·CA 模型的维数 | 第15-16页 |
| ·CA 模型的边界条件 | 第16页 |
| ·CA 模型的邻域规则 | 第16-18页 |
| ·CA 模型的类型 | 第18-19页 |
| ·单规则元胞自动机模型 | 第19-21页 |
| ·初等元胞自动机 | 第20-21页 |
| ·多规则元胞自动机 | 第21页 |
| ·随机元胞自动机 | 第21-23页 |
| ·时滞元胞自动机 | 第23-24页 |
| ·可逆元胞自动机 | 第24页 |
| ·遗传算法的基本原理 | 第24-26页 |
| ·遗传规划算法 | 第26-29页 |
| ·遗传规划的基本结构 | 第27-29页 |
| ·遗传规划的发展前景 | 第29页 |
| ·矢量量化 | 第29-36页 |
| ·矢量量化的发展现状 | 第30-31页 |
| ·无记忆矢量量化器码本生成算法 | 第31-33页 |
| ·有记忆矢量量化器码本生成算法 | 第33-34页 |
| ·多级矢量量化器 | 第34页 |
| ·矢量量化的码字失真度量 | 第34-35页 |
| ·矢量量化的码字搜索算法 | 第35-36页 |
| ·部分失真搜索算法 | 第35页 |
| ·基于三角不等式的快速编码算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于元胞自动机模型的图像压缩算法研究 | 第37-49页 |
| ·引言 | 第37页 |
| ·基于元胞自动机模型的二值图像压缩算法 | 第37-45页 |
| ·二值图像压缩算法的意义和现状 | 第37-38页 |
| ·基于CA 模型的新型二值图像压缩算法原理 | 第38-41页 |
| ·CA 规则搜索算法 | 第39-40页 |
| ·编码算法 | 第40-41页 |
| ·解码算法 | 第41页 |
| ·压缩算法参数以及性能分析 | 第41-45页 |
| ·基于元胞自动机模型的灰度图像压缩算法 | 第45-47页 |
| ·CA 模型树搜索原理 | 第46页 |
| ·CA 树模型的生成 | 第46-47页 |
| ·实验与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于模糊元胞自动机模型的图像压缩算法研究 | 第49-55页 |
| ·模糊元胞自动机模型 | 第49-52页 |
| ·FCA 压缩算法 | 第52-53页 |
| ·模糊C 均值聚类算法 | 第52页 |
| ·基于FCA 矢量码本训练算法 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于元胞神经网络模型的图像压缩算法研究 | 第55-61页 |
| ·前言 | 第55页 |
| ·CNN 模型的结构与特点 | 第55-57页 |
| ·基于CNN 模型的图像压缩算法 | 第57-58页 |
| ·算法与分析 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第6章 总结和展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 在读期间发表的学术论文与取得的研究成果 | 第69页 |
