数字图像若干压缩方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 概述 | 第8-13页 |
| ·数字图书馆技术中的数据压缩问题 | 第8-9页 |
| ·图像压缩编码技术 | 第9-10页 |
| ·数据压缩标准及研究现状 | 第10-11页 |
| ·课题的难点及本论文所采用的方法 | 第11-12页 |
| ·本文的内容安排 | 第12-13页 |
| 2 图像处理的基本概念 | 第13-23页 |
| ·数字图像概述 | 第13-14页 |
| ·图像的含义 | 第13页 |
| ·数字图像处理的内容 | 第13-14页 |
| ·彩色图像以及其表色系 | 第14-15页 |
| ·色度学简介 | 第14页 |
| ·RGB表色系 | 第14页 |
| ·YCbCr表色系 | 第14-15页 |
| ·图像中的数据冗余 | 第15-17页 |
| ·冗余的概念 | 第15页 |
| ·图像中的冗余 | 第15-17页 |
| ·图像压缩基本概念 | 第17-19页 |
| ·图像压缩的概念 | 第17页 |
| ·数据压缩标准 | 第17页 |
| ·数据压缩的分类 | 第17-18页 |
| ·图像编码压缩的评价 | 第18-19页 |
| ·图像压缩编码概述 | 第19-23页 |
| ·哈夫曼(Huffman)编码 | 第19-20页 |
| ·彩色图像的有损压缩编码 | 第20-21页 |
| ·图像的小波变换编码 | 第21-23页 |
| 3 图像的标量量化方法 | 第23-32页 |
| ·图像的标量量化的概念 | 第23-25页 |
| ·均匀量化方法 | 第23-24页 |
| ·非均匀量化方法 | 第24-25页 |
| ·基于神经元网络的非均匀量化 | 第25-32页 |
| ·生物神经网络简介 | 第25-27页 |
| ·自组织特征映射神经网络 | 第27-30页 |
| ·图像的标量量化压缩编码 | 第30-32页 |
| 4 基于小波变换的混合编码 | 第32-42页 |
| ·小波变换 | 第32-37页 |
| ·小波变换理论和特点 | 第32-34页 |
| ·图像的小波变换 | 第34-36页 |
| ·基于小波分析的图像压缩方法 | 第36-37页 |
| ·基于小波变换和非均匀量化的图像压缩 | 第37-42页 |
| 5 彩色图像的有损压缩方法 | 第42-48页 |
| ·不同空间分辨率的压缩方法 | 第42-43页 |
| ·不同量化分辨率的压缩方法 | 第43-45页 |
| ·索引色转换压缩方法 | 第45-48页 |
| ·索引色转换的基本设计思想 | 第45-46页 |
| ·最佳索引色的选择方法 | 第46-48页 |
| 6 实验结果分析和展望 | 第48-54页 |
| ·基于小波变换与不同量化分辨率的实验结果 | 第48页 |
| ·彩色图像的实验结果 | 第48-53页 |
| ·基于不同量化分辨率的混合编码压缩 | 第48-49页 |
| ·基于不同空间分辨率的混合编码压缩 | 第49-50页 |
| ·基于索引色转换编码压缩 | 第50-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
