| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究概况 | 第9-10页 |
| ·本文主要工作和文章结构 | 第10-12页 |
| ·主要工作 | 第10页 |
| ·文章结构 | 第10-12页 |
| 2 数字图像压缩编码技术 | 第12-17页 |
| ·图像压缩编码的必要性和可能性 | 第12页 |
| ·常见的图像压缩编码方法及分类 | 第12-14页 |
| ·变换编码方法 | 第13页 |
| ·预测编码方法 | 第13页 |
| ·小波变换编码方法 | 第13-14页 |
| ·分形编码方法 | 第14页 |
| ·基于人脸图像压缩编码方法 | 第14-16页 |
| ·JPEG压缩算法 | 第14-15页 |
| ·JPEG 2000压缩算法 | 第15页 |
| ·矢量量化(Vector-Quantization)编码 | 第15-16页 |
| ·主成分分析(Principal Component Analysis PCA)压缩编码 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 压缩感知理论 | 第17-22页 |
| ·压缩感知理论框架 | 第17-18页 |
| ·压缩感知数学模型 | 第18页 |
| ·压缩感知理论的主要因素 | 第18-20页 |
| ·信号的稀疏表示 | 第19-20页 |
| ·测量矩阵的设计 | 第20页 |
| ·本章小结 | 第20-22页 |
| 4 基于压缩感知理论的人脸图像压缩 | 第22-34页 |
| ·基于稀疏表示的人脸图像压缩框架 | 第22-23页 |
| ·压缩过程中的两个主要算法 | 第23-26页 |
| ·K-SVD字典 | 第23-25页 |
| ·OMP算法 | 第25-26页 |
| ·基于BCR算法的人脸图像压缩 | 第26-30页 |
| ·BCR算法介绍 | 第26-27页 |
| ·基于BCR算法的字典学习方法 | 第27-28页 |
| ·Sigmoid函数 | 第28-29页 |
| ·基于BCR算法改进的人脸图像压缩算法 | 第29-30页 |
| ·实验与结果分析 | 第30-34页 |
| 5 回顾与展望 | 第34-35页 |
| ·论文工作总结 | 第34页 |
| ·下一步工作展望 | 第34-35页 |
| 参考文献 | 第35-38页 |
| 申请学位期间的研究成果及发表的学术论文 | 第38-39页 |
| 致谢 | 第39页 |