| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景和意义 | 第8页 |
| ·图像压缩技术概述 | 第8-11页 |
| ·图像压缩系统的一般框架 | 第9-10页 |
| ·基本术语 | 第10-11页 |
| ·图像质量的度量标准 | 第11页 |
| ·图像编码技术的研究现状和发展趋势 | 第11-14页 |
| ·极光介绍 | 第14-15页 |
| ·本文的主要研究内容成果和章节安排 | 第15-18页 |
| ·本文的研究内容 | 第15-16页 |
| ·本文的章节安排 | 第16-18页 |
| 第二章 小波变换及比特面嵌入编码 | 第18-30页 |
| ·小波分析理论 | 第18-23页 |
| ·符号约定 | 第18-19页 |
| ·连续小波变换 | 第19页 |
| ·离散小波变换 | 第19页 |
| ·二维图像小波分解 | 第19-23页 |
| ·比特面嵌入编码理论 | 第23-30页 |
| ·比特面嵌入编码的基本理论 | 第23-25页 |
| ·零树编码算法(EZW) | 第25-26页 |
| ·基于分层树集合分裂排序的编码算法 | 第26-27页 |
| ·零块编码算法 | 第27-30页 |
| 第三章 基于离线和自适应权值概率估计的图像压缩编码 | 第30-44页 |
| ·引言 | 第30-31页 |
| ·图像编码中的上下文模型 | 第31-33页 |
| ·基于小波变换的重要性权值概率估计 | 第33-37页 |
| ·小波系数相关性训练 | 第33-36页 |
| ·权值重要性概率估计 | 第36-37页 |
| ·基于权值的上下文量化分类 | 第37-39页 |
| ·上下文量化分类 | 第37-38页 |
| ·Lloyd-max量化分类器 | 第38-39页 |
| ·基于上下文的熵编码 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于上下文预测的极光图像编码方法 | 第44-54页 |
| ·引言 | 第44-45页 |
| ·自适应的基于上下文的预测方法 | 第45-49页 |
| ·3D-CALIC预测算法 | 第45-47页 |
| ·改进的自适应上下文模型及预测方法 | 第47-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 基于运动补偿的极光无损图像编码方法 | 第54-68页 |
| ·运动补偿相关理论 | 第54-55页 |
| ·运动估计和运动补偿 | 第54页 |
| ·块匹配思想 | 第54-55页 |
| ·运动补偿中块匹配的关键问题 | 第55-60页 |
| ·分块大小 | 第55页 |
| ·块匹配准则 | 第55-56页 |
| ·典型的块匹配算法 | 第56-60页 |
| ·基于点的运动补偿算法 | 第60-61页 |
| ·实验结果及分析 | 第61-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 在硕士研究生期间取得的研究成果 | 第78页 |