| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·图像压缩技术的发展与现状 | 第8-9页 |
| ·图像压缩的可行性 | 第8-9页 |
| ·图像压缩的发展现状 | 第9页 |
| ·医学图像及其压缩方法 | 第9-11页 |
| ·医学图像概念 | 第9-10页 |
| ·常用的医学图像压缩方法 | 第10-11页 |
| ·研究背景及意义 | 第11-12页 |
| ·主要研究工作与论文结构 | 第12-14页 |
| 第二章 利用稀疏分解对脑部CT 图像压缩的分析 | 第14-27页 |
| ·稀疏分解的概念 | 第14页 |
| ·稀疏分解的过完备原子库 | 第14-19页 |
| ·过完备原子库的描述 | 第14-15页 |
| ·原子形成的快速算法 | 第15-18页 |
| ·图像稀疏分解的原子库 | 第18-19页 |
| ·基于匹配追踪算法的图像稀疏分解 | 第19-22页 |
| ·MP 算法的基本思想 | 第20页 |
| ·MP 算法的实现方法 | 第20-22页 |
| ·基于遗传算法和匹配追踪的图像稀疏分解 | 第22-25页 |
| ·图像稀疏分解结果数据的编码 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 利用小波变换对脑部CT 图像压缩的分析 | 第27-45页 |
| ·小波变换的概念 | 第27-31页 |
| ·从傅里叶变换到小波变换 | 第27页 |
| ·连续小波变换 | 第27-28页 |
| ·离散小波变换 | 第28页 |
| ·小波变换的多分辨率分析 | 第28-31页 |
| ·小波变换的实现 | 第31-34页 |
| ·小波基的构造 | 第31页 |
| ·离散小波变换的Mallat 算法 | 第31-32页 |
| ·图像小波分解的Mallat 算法 | 第32-34页 |
| ·图像小波变换的编码 | 第34-42页 |
| ·零树与EZW 编码 | 第34-39页 |
| ·SPIHT 算法 | 第39-42页 |
| ·稀疏分解与小波变换相结合 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 实验结果与分析 | 第45-54页 |
| ·利用改进的稀疏分解对脑部CT 图像压缩的仿真结果 | 第45-48页 |
| ·利用改进的小波分解方法对脑部CT 图像压缩的仿真结果 | 第48-54页 |
| 第五章 总结和展望 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |