| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 图像压缩的背景及意义 | 第11页 |
| 1.2 图像压缩的基本原理 | 第11-12页 |
| 1.3 图像压缩发展概况 | 第12-13页 |
| 1.4 图像压缩算法评价标准 | 第13-14页 |
| 1.5 本文结构 | 第14-17页 |
| 第2章 分形及小波理论简介 | 第17-29页 |
| 2.1 分形理论基础 | 第17-20页 |
| 2.1.1 分形的定义 | 第17页 |
| 2.1.2 度量空间 | 第17-18页 |
| 2.1.3 分形空间 | 第18-19页 |
| 2.1.4 压缩映射 | 第19页 |
| 2.1.5 迭代函数系统 | 第19-20页 |
| 2.1.6 拼贴定理 | 第20页 |
| 2.2 基于小波理论的图像压缩算法简介 | 第20-26页 |
| 2.2.1 小波理论基础 | 第20-21页 |
| 2.2.2 应用于数字图像的小波变换算法 | 第21-23页 |
| 2.2.3 EZW算法 | 第23-24页 |
| 2.2.4 SPIHT算法 | 第24-26页 |
| 2.3 本章小结 | 第26-29页 |
| 第3章 基于分形理论的图像压缩算法研究 | 第29-47页 |
| 3.1 基本分形压缩算法 | 第29-34页 |
| 3.1.1 基本分形压缩算法的压缩过程 | 第29-32页 |
| 3.1.2 基本分形压缩算法的解压过程 | 第32-33页 |
| 3.1.3 仿真结果 | 第33-34页 |
| 3.2 基本算法的改进 | 第34-39页 |
| 3.2.1 Fisher分类法 | 第34-36页 |
| 3.2.2 无搜索分形图像压缩算法 | 第36-37页 |
| 3.2.3 基于叉迹特征的分形图像压缩算法 | 第37-39页 |
| 3.3 一种小波域分形图像压缩算法 | 第39-45页 |
| 3.3.1 分形与小波理论的结合 | 第39-40页 |
| 3.3.2 小波域分形图像压缩算法 | 第40-41页 |
| 3.3.3 算法中参数的选取 | 第41-45页 |
| 3.4 木章小结 | 第45-47页 |
| 第4章 基于梯度和特征的分形图像压缩算法研究 | 第47-59页 |
| 4.1 特征值法研究现状 | 第47-49页 |
| 4.2 梯度和特征 | 第49-53页 |
| 4.2.1 搜索方式介绍 | 第52-53页 |
| 4.2.2 算法描述 | 第53页 |
| 4.3 实验分析与仿真 | 第53-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 基于SPIHT算法的感兴趣区域压缩算法研究 | 第59-77页 |
| 5.1 研究背景及目的 | 第59页 |
| 5.2 研究现状及典型算法 | 第59-60页 |
| 5.3 ROI压缩算法 | 第60-61页 |
| 5.4 JPEG2000标准给出的ROI压缩算法及其改进算法 | 第61-75页 |
| 5.4.1 实验与分析 | 第64-68页 |
| 5.4.2 基于系数对比的掩膜制作方法 | 第68-74页 |
| 5.4.3 本文算法与JPEG2000中ROI技术的比较 | 第74-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 论文工作总结 | 第77-78页 |
| 6.2 未来工作展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |
