首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于神经网络的医学图像无损压缩研究

中文摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·研究的意义第7-8页
   ·国内外的研究现状第8-10页
   ·本文的主要研究内容第10页
   ·论文的章节安排第10-13页
第二章 医学图像无损压缩原理第13-19页
   ·医学无损图像压缩的概念第13页
   ·医学图像分类和特点第13页
   ·医学图像无损压缩的方法第13-15页
   ·医学图像压缩的评价标准第15-17页
     ·医学图像压缩的客观标准第15-16页
     ·医学图像压缩的主观评价标准第16-17页
   ·本章小结第17-19页
第三章 无损压缩的国际标准第19-27页
   ·JBIG国际标准第19页
   ·JPEG国际标准第19-20页
   ·JPEG-LS国际标准第20-24页
     ·JPEG—LS压缩模型第20-21页
     ·JPEG—LS预测模板第21页
     ·JPEG—LS上下文模型第21-23页
     ·JPEG—LS编码第23-24页
   ·JPEG2000国际标准第24-25页
   ·本章小结第25-27页
第四章 基于神经网络的医学图像无损压缩算法研究第27-55页
   ·医学图像无损压缩的基本步骤第27-28页
   ·医学图像无损压缩中预测模型的建立第28-41页
     ·脉冲编码调制(DPCM)第28-32页
     ·本文所采用的预测模型第32-36页
     ·基于神经网络感知器的自适应预测算法第36-41页
   ·医学图像无损压缩中编码处理第41-45页
     ·Rice编码的特点第41页
     ·Rice编码中的预处理第41-42页
     ·Rice编码的基本原理第42-43页
     ·Rice编码算法的步骤第43-44页
     ·Rice编码中的自适应调整第44-45页
   ·本文所用无损压缩算法实验对比讨论第45-49页
     ·本文所用无损压缩算法的结构框图第46页
     ·本文所用无损压缩算法和其它无损压缩算法的对比讨论第46-48页
     ·本文所用无损压缩算法压缩效果图第48-49页
   ·多分量彩色图像的无损压缩第49-53页
     ·本文所用的彩色压缩算法第50-51页
     ·本文所用的彩色压缩算法对比第51-53页
   ·本章小结第53-55页
第五章 总结与展望第55-57页
   ·本文的工作总结第55页
   ·未来的工作展望第55-57页
参考文献第57-61页
致谢第61-63页
攻读硕士期间发表的论文第63页

论文共63页,点击 下载论文
上一篇:一种关键字驱动的Java API自动测试框架
下一篇:复杂背景下的车牌识别算法研究