首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Contourlet变换和分形的图像压缩技术研究

摘要第1-5页
ABSTRACT第5-13页
第一章 绪论第13-22页
   ·课题的研究背景和意义第13-14页
   ·基于小波、Contoulet 变换和分形图像编码的国内外研究概况第14-20页
   ·论文的主要研究内容及创新点第20-22页
     ·本论文的主要研究任务第20-21页
     ·本论文的主要创新点第21-22页
第二章 小波和Contourlet 变换的基本理论第22-31页
   ·小波变换第22-26页
     ·连续小波变换和离散小波变换第22-23页
     ·多分辨率分析和Mallat 算法第23-25页
     ·图像的小波变换第25-26页
   ·Contourlet 变换第26-30页
     ·Contourlet 变换概述第26-27页
     ·塔形方向滤波器组PDFB第27-29页
     ·图像的Contourlet 变换第29-30页
   ·本章小结第30-31页
第三章 基于Contourlet 变换的图像编码第31-45页
   ·基于Contourlet 变换的嵌入式图像编码第31-36页
     ·Contourlet 变换系数的统计特性及Contourlet 子树的构成第31-34页
     ·编码步骤第34页
     ·实验结果及算法性能比较第34-36页
   ·结合数学形态学的无冗余Contourlet 图像编码第36-44页
     ·基于小波的Contourlet 变换第36-38页
     ·编码预处理与显著簇的生成第38-41页
     ·实验结果及分析第41-44页
   ·本章小结第44-45页
第四章 基于无冗余Contourlet 变换的自适应门限分形零树混合图像编码第45-52页
   ·无冗余Contourlet 域的自适应门限四叉树分形编码算法第46-47页
   ·基于无冗余Contourlet 变换的自适应门限分形零树混合编码第47-49页
   ·实验结果及算法性能比较第49-51页
   ·本章小结第51-52页
第五章 基于无冗余Contourlet 变换的人脸图像矢量量化第52-61页
   ·基于第二代小波的Contourlet 变换第52-53页
   ·基于无冗余Contourlet 变换的矢量量化第53-55页
     ·矢量的形成及门限矢量量化第53-54页
     ·重要类矢量量化的误差准则第54页
     ·非线性插补矢量量化第54-55页
   ·基于粒子群优化算法的码书训练第55-58页
     ·模糊C-均值聚类算法第55-56页
     ·粒子群算法第56-57页
     ·基于粒子群优化算法的码本训练算法第57-58页
   ·实验结果及算法性能比较第58-60页
   ·本章小结第60-61页
第六章 基于KRAWTCHOUK 矩不变量的分形编码第61-77页
   ·KRAWTCHOUK 矩和KRAWTCHOUK 矩不变量第61-63页
   ·基于KRAWTCHOUK 矩不变量的自适应门限四叉树分形编码第63-67页
     ·基于Krawtchouk 矩不变量的自适应门限四叉树分形编码过程第63-64页
     ·实验结果第64-67页
   ·基于KRAWTCHOUK 矩不变量的自适应分类快速分形编码第67-76页
     ·核模糊聚类第67-69页
     ·基于Krawtchouk 矩不变量的快速分形编码过程第69-70页
     ·实验结果与分析第70-76页
   ·本章小结第76-77页
第七章 总结与展望第77-79页
   ·本文的主要工作第77-78页
   ·进一步的研究工作第78-79页
参考文献第79-85页
致谢第85-86页
在学期间的研究成果及发表的学术论文第86页

论文共86页,点击 下载论文
上一篇:NSCT变换在SAR图像检索中的应用与实现
下一篇:车牌识别系统中定位算法的研究