基于偏微分方程的图像压缩方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·图像压缩的背景及意义 | 第8-10页 |
| ·图像压缩的必要性 | 第8-9页 |
| ·常用的压缩算法 | 第9-10页 |
| ·基于偏微分方程的图像处理 | 第10-11页 |
| ·基于偏微分方程的图像压缩方法 | 第11-12页 |
| ·主要研究内容和工作大纲 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·工作大纲 | 第13-14页 |
| 第二章 灰度图像的压缩算法 | 第14-23页 |
| ·准备工作 | 第14-15页 |
| ·图像 | 第14页 |
| ·图像的导数 | 第14-15页 |
| ·边缘的提取 | 第15-17页 |
| ·大的拉普拉斯算子值 | 第15-16页 |
| ·拉普拉斯分量分布算法 | 第16页 |
| ·边缘抖动后的点 | 第16-17页 |
| ·角点的选取 | 第17-20页 |
| ·结构张量 | 第17-19页 |
| ·基于结构张量的角点检测 | 第19-20页 |
| ·折痕点的选取 | 第20-21页 |
| ·Hessian矩阵 | 第20-21页 |
| ·折痕扩散张量 | 第21页 |
| ·折痕点的定义 | 第21页 |
| ·种子点的选取 | 第21-23页 |
| 第三章 灰度图像的修复算法 | 第23-33页 |
| ·基于偏微分方程修复算法 | 第23-25页 |
| ·偏微分方程修复的基本模型 | 第23-24页 |
| ·一维的拉普拉斯插值 | 第24-25页 |
| ·平滑算子 | 第25-31页 |
| ·各向同性线性扩散及应用 | 第25-26页 |
| ·各向同性非线性及应用 | 第26-28页 |
| ·各向异性扩散及应用 | 第28-31页 |
| ·混合扩散 | 第31-33页 |
| 第四章 实验结果与分析 | 第33-43页 |
| ·同样的修复算法处理不同的特征点信息 | 第33-37页 |
| ·提取图像的边缘信息 | 第33-35页 |
| ·提取图像的角点和折痕点信息 | 第35页 |
| ·提取边缘点与角点以及边缘点与折痕点的混合点信息 | 第35-37页 |
| ·提取边缘点、角点与折痕点的混合点信息 | 第37页 |
| ·不同的修复算法处理相同的特征点信息 | 第37-39页 |
| ·混合增强扩散的应用 | 第39-43页 |
| ·采用不同的修复算法处理指纹图像 | 第39-40页 |
| ·采用混合增强扩散平滑水模图像 | 第40-43页 |
| 第五章 总结 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读硕士期间发表的论文 | 第46-47页 |
| 致谢 | 第47页 |
