基于IFS理论的混合图像压缩编码
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 1 数字图像压缩理论概述 | 第9-16页 |
| ·数字图像压缩的必要性和可能性 | 第9-10页 |
| ·数字图像压缩编码基础 | 第10-12页 |
| ·数字图像压缩编码的原理 | 第10页 |
| ·图像压缩编码方法的分类 | 第10-11页 |
| ·图像压缩的性能评价 | 第11-12页 |
| ·分形图像压缩编码简介 | 第12-15页 |
| ·分形图像压缩的原理 | 第12-13页 |
| ·分形图像压缩的发展和现状 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 2 分形理论及基本分形图像压缩算法 | 第16-25页 |
| ·分形理论概述 | 第16-17页 |
| ·分形理论的产生和发展 | 第16页 |
| ·分形的定义 | 第16-17页 |
| ·分形图像压缩的数学基础 | 第17-20页 |
| ·不动点定理和拼贴定理 | 第17-19页 |
| ·仿射变换 | 第19-20页 |
| ·基本分形图像压缩算法 | 第20-24页 |
| ·分形编码过程 | 第20-23页 |
| ·分形解码过程 | 第23页 |
| ·实验结果及分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于空间相关和混合遗传方法的分形图像压缩 | 第25-34页 |
| ·算法中的关键技术 | 第25-27页 |
| ·空间相关技术 | 第25页 |
| ·遗传算法的特点 | 第25-26页 |
| ·模式理论 | 第26页 |
| ·混合遗传的进化计算 | 第26-27页 |
| ·算法的具体实现 | 第27-30页 |
| ·空间相关性降低搜索空间 | 第27-28页 |
| ·SAGA用于分形图像压缩 | 第28-30页 |
| ·实验结果与分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于方差和混合神经网络的分形图像压缩方法 | 第34-41页 |
| ·算法中的关键技术 | 第34-36页 |
| ·基于方差的快速分形图像压缩编码 | 第34-35页 |
| ·反向误差传播网络用于分形图像压缩 | 第35-36页 |
| ·算法的具体实现 | 第36-38页 |
| ·用于分形图像压缩的遗传神经网络算法设计 | 第36-38页 |
| ·实现步骤 | 第38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 5 一种改进的快速分形图像压缩编码方法 | 第41-48页 |
| ·算法中的关键技术 | 第41-43页 |
| ·自适应阈值四叉树分割方案 | 第41-42页 |
| ·四叉树层次信息的冗余性及其压缩存储 | 第42-43页 |
| ·算法的具体实现 | 第43-46页 |
| ·无搜索分形图像压缩算法 | 第43-44页 |
| ·改进邻域搜索快速分形图像编码方法 | 第44-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |
