| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 前言 | 第9-10页 |
| 第一章 图像压缩的原理和发展 | 第10-20页 |
| 1．1 图象压缩原理 | 第10-11页 |
| 1．1．1 编码冗余 | 第10-11页 |
| 1．1．2 像素间冗余 | 第11页 |
| 1．1．3 心理视觉冗余 | 第11页 |
| 1．2 图像数据压缩编码的研究发展综述 | 第11-14页 |
| 1．3 图像压缩技术的分类 | 第14-18页 |
| 1．3．1 空间域编码 | 第14-15页 |
| 1．3．2 变换域编码 | 第15-17页 |
| 1．3．3 其他编码方法 | 第17-18页 |
| 1．4 小波变换用于图像压缩 | 第18页 |
| 1．5 矢量量化压缩方法 | 第18-20页 |
| 第二章 矢量量化及其压缩特性 | 第20-30页 |
| 2．1 矢量量化的定义与矢量量化器的构造 | 第20-26页 |
| 2．1．1 矢量量化的定义 | 第20-22页 |
| 2．1．2 失真测度 | 第22-24页 |
| 2．1．3 矢量量化器 | 第24-26页 |
| 2．1．4 无记忆信源编码定理 | 第26页 |
| 2．2 矢量量化器的设计算法 | 第26-28页 |
| 2．2．1 LBG算法 | 第27-28页 |
| 2．3 矢量量化的压缩特性 | 第28-30页 |
| 第三章 小波分析 | 第30-36页 |
| 3．1 小波变换 | 第30-32页 |
| 3．1．1 连续小波变换 | 第31-32页 |
| 3．1．2 离散小波变换 | 第32页 |
| 3．2 小波变换用于图像压缩 | 第32-33页 |
| 3．3 小波分析用于图像压缩应考虑的几个问题 | 第33-36页 |
| 3．3．1 小波基的选取 | 第33-34页 |
| 3．3．2 小波变换的层数(级数) | 第34-36页 |
| 第四章 神经网络与矢量量化 | 第36-42页 |
| 4．1 人工神经网络概念的提出 | 第36-37页 |
| 4．2 人工神经网络发展概况 | 第37-39页 |
| 4．3 神经网络图像数据压缩的基本思想和方法 | 第39-42页 |
| 4．3．1 人工神经网络的非线性预测编码 | 第39页 |
| 4．3．2 神经网络的矢量量化图像数据压缩 | 第39-42页 |
| 第五章 VQWDCL方案分析和试验结果分析 | 第42-59页 |
| 5．1 现有压缩方案 | 第42-44页 |
| 5．1．1 零树编码 | 第42页 |
| 5．1．2 EZW | 第42-43页 |
| 5．1．3 SPIHT | 第43-44页 |
| 5．1．4 BZTC | 第44页 |
| 5．2 小波变换矢量量化 | 第44-45页 |
| 5．2．1 小波系数的特点和肉眼视觉特性在矢量量化中的作用 | 第45页 |
| 5．3 VQWDCL压缩方案的提出 | 第45-48页 |
| 5．4 VQWDCL方案的实现 | 第48-54页 |
| 5．4．1 小波分解 | 第49页 |
| 5．4．2 构建跨频带矢量 | 第49-50页 |
| 5．4．3 量化策略 | 第50-51页 |
| 5．4．4 改进的误差竞争学习算法 | 第51-52页 |
| 5．4．5 快速搜索算法 | 第52-53页 |
| 5．4．6 矢量量化编码 | 第53页 |
| 5．4．7 进一步提高压缩比的可能性 | 第53页 |
| 5．4．8 图像的重建 | 第53-54页 |
| 5．5 VQWDCL计算机模拟结果及分析 | 第54-57页 |
| 5．5．1 实验环境 | 第54页 |
| 5．5．2 实验流程 | 第54-55页 |
| 5．5．3 实验结果及分析 | 第55-57页 |
| 5．6 结论和展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表论文 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |