基于提升小波的分形图像压缩算法研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状与发展 | 第10-13页 |
| ·本文的主要工作及章节安排 | 第13-15页 |
| 第二章 图像压缩技术概述 | 第15-28页 |
| ·图像压缩技术的原理 | 第15-20页 |
| ·图像压缩的必要性与可能性 | 第15-16页 |
| ·图像压缩技术的组成 | 第16-17页 |
| ·图像压缩技术的评价准则 | 第17-20页 |
| ·图像压缩技术分类 | 第20-24页 |
| ·经典图像压缩技术 | 第21-23页 |
| ·现代图像压缩技术 | 第23-24页 |
| ·图像压缩技术的国际标准 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于环形邻域搜索的分形图像压缩算法 | 第28-42页 |
| ·分形的基本概念 | 第28-30页 |
| ·分形的定义与性质 | 第28-29页 |
| ·经典分形举例 | 第29-30页 |
| ·传统分形图像压缩算法 | 第30-35页 |
| ·分形图像压缩的数学基础 | 第31-32页 |
| ·传统分形编解码过程 | 第32-35页 |
| ·改进算法的设计与实现 | 第35-41页 |
| ·环形结构 | 第36-37页 |
| ·算法流程 | 第37-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于提升小波的快速分形图像压缩算法 | 第42-59页 |
| ·小波分析概述 | 第42-47页 |
| ·小波定义 | 第43-44页 |
| ·小波分解 | 第44-46页 |
| ·提升小波构造 | 第46-47页 |
| ·SPIHT算法的改进 | 第47-53页 |
| ·SPIHT算法 | 第47-50页 |
| ·引入人眼视觉系统 | 第50-51页 |
| ·算法流程 | 第51-52页 |
| ·实验结果与分析 | 第52-53页 |
| ·基于提升小波的快速分形图像压缩算法 | 第53-58页 |
| ·算法流程 | 第55-56页 |
| ·实验结果与分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表(或录用)的论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-69页 |