矢量量化技术及其在图像信号处理中的应用研究
摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
第一章 绪论 | 第13-30页 |
·矢量量化器研究发展现状 | 第14-19页 |
·矢量量化码书设计算法的发展现状 | 第19-22页 |
·矢量量化的快速算法的发展现状 | 第22-25页 |
·本论文的选题和研究内容 | 第25-30页 |
第二章 相关理论 | 第30-56页 |
·矢量量化的基本原理和理论基础 | 第30-32页 |
·矢量量化的相关理论 | 第32-39页 |
·数据相关性的理论 | 第32-35页 |
·减小量化失真半径 | 第35-37页 |
·减少均方量化失真 | 第37-39页 |
·矢量量化的量化误差估计和最优矢量量化器 | 第39-44页 |
·矢量量化器的性能评价 | 第44-49页 |
·矢量量化器的编码速率和比特率 | 第44-45页 |
·矢量量化的实现复杂度 | 第45-46页 |
·矢量量化的失真测度 | 第46-48页 |
·主观性评价 | 第48-49页 |
·小波分析和双正交小波滤波器组 | 第49-55页 |
·多分辨率分析、框架 | 第49-51页 |
·完全重建滤波器组和有限支集双正交小波 | 第51-55页 |
·本章小结 | 第55-56页 |
第三章 矢量量化的码书设计 | 第56-91页 |
·矢量量化码书设计的最优条件 | 第56-61页 |
·最优矢量量化的必要条件 | 第57-60页 |
·对于最优条件的说明 | 第60-61页 |
·LBG算法 | 第61-70页 |
·初始码书生成算法 | 第61-64页 |
·LBG算法 | 第64-65页 |
·基于改进初始化方法的LBG算法 | 第65-70页 |
·基于神经网络的码书设计算法 | 第70-79页 |
·竞争学习矢量量化码书设计算法 | 第70-74页 |
·自组织特征映射(SOFM)算法 | 第74-79页 |
·基于小波变换的矢量量化 | 第79-85页 |
·矢量构造 | 第79-82页 |
·仿真试验 | 第82-85页 |
·非线性插补矢量量化 | 第85-90页 |
·原理和实现方案 | 第86-89页 |
·仿真试验 | 第89-90页 |
·本章小结 | 第90-91页 |
第四章 矢量量化的码字搜索算法 | 第91-134页 |
·部分失真搜索算法 | 第92-96页 |
·部分失真搜索算法 | 第92-93页 |
·基于小波变换的PDS算法 | 第93-94页 |
·基于哈德码变换的PDS算法 | 第94-96页 |
·基于三角不等式的快速编码算法 | 第96-100页 |
·基本的三角不等式排查方法 | 第96-97页 |
·基于和值排序的改进方案 | 第97-98页 |
·基于多控点的改进方案 | 第98-99页 |
·基于两边界三角不等式的方案 | 第99-100页 |
·基于范数不等式的快速搜索算法 | 第100-107页 |
·基于范数不等式的快速算法 | 第101-102页 |
·基于范数金字塔的搜索算法 | 第102-105页 |
·基于子矢量范数的改进算法 | 第105-107页 |
·基于均值不等式的快速搜索算法 | 第107-123页 |
·等均值最邻近搜索算法 | 第108-113页 |
·等均值等方差最邻近搜索算法 | 第113-118页 |
·基于子矢量的特征量的算法 | 第118-123页 |
·仿真试验 | 第123-133页 |
·本章小结 | 第133-134页 |
第五章 矢量量化在图像检索中的应用 | 第134-151页 |
·CBIR技术 | 第134-137页 |
5 1 1 CBIR原理 | 第135页 |
·CBIR的主要检索方式 | 第135-137页 |
·基于颜色直方图的检索 | 第137-143页 |
·常用颜色模型 | 第137-140页 |
·颜色直方图 | 第140-141页 |
·相似性度量和评价指标 | 第141-143页 |
·基于矢量量化索引直方图的检索 | 第143-146页 |
·基于矢量量化的检索 | 第143-144页 |
·归一化处理和快速检索 | 第144-146页 |
·试验仿真 | 第146-150页 |
·本章小结 | 第150-151页 |
第六章 结论和展望 | 第151-154页 |
致谢 | 第154-155页 |
参考文献 | 第155-171页 |
攻博期间取得的研究成果 | 第171页 |