基于第二代小波的图像与视频压缩的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-19页 |
| ·数字图像和视频的压缩的必要性和可行性 | 第8-9页 |
| ·图像和视频压缩编码 | 第9-16页 |
| ·图像和视频的压缩分类 | 第9-13页 |
| ·基于小波变换图像和视频压缩编码的发展与现状 | 第13-16页 |
| ·图像压缩性能评价 | 第16-18页 |
| ·本文的主要安排 | 第18-19页 |
| 第二章 小波基本理论与提升小波 | 第19-30页 |
| ·小波的本质与性质 | 第19-21页 |
| ·小波变换 | 第21-23页 |
| ·连续小波变换 | 第21-22页 |
| ·离散小波变换 | 第22-23页 |
| ·提升小波—第二代小波 | 第23-30页 |
| ·提升方案的基本原理和提升步骤 | 第23-27页 |
| ·Haar小波和双正交小波的提升分解 | 第27-29页 |
| ·提升方案的优点 | 第29-30页 |
| 第三章 基于小波变换的图像编码 | 第30-40页 |
| ·简介 | 第30-32页 |
| ·嵌入式零树小波算法EZW | 第32-36页 |
| ·EZW算法思想和实现步骤 | 第33-35页 |
| ·算法存在的问题 | 第35-36页 |
| ·分层树集分裂算法SPIHT | 第36-40页 |
| ·SPIHT算法描述 | 第36-38页 |
| ·SPIHT仿真结果 | 第38-40页 |
| 第四章 基于小波变换的视频编码 | 第40-48页 |
| ·视频编码标准 | 第40-41页 |
| ·MPEG标准 | 第41-43页 |
| ·ITU-T标准 | 第43页 |
| ·基于小波的视频编码算法 | 第43-48页 |
| ·3D SPIHT视频压缩算法 | 第44页 |
| ·3D SPIHT的原理 | 第44-46页 |
| ·算法描述 | 第46-48页 |
| 第五章 基于人眼视觉特性的小波图像编码 | 第48-71页 |
| ·引入视觉系统的意义 | 第48-49页 |
| ·广义高斯分布参数的估计 | 第49-63页 |
| ·广义高斯参数估计算法 | 第50-51页 |
| ·引入神经网络进行参数估计 | 第51-55页 |
| ·神经网络训练过程及预测方案分析 | 第55-56页 |
| ·BP神经网络 | 第56-60页 |
| ·改进的模拟结果 | 第60-63页 |
| ·基于人眼视觉特性的图像压缩算法一 | 第63-65页 |
| ·引入人眼视觉特性的算法描述 | 第63-64页 |
| ·改进的实验结果 | 第64-65页 |
| ·基于人眼视觉特性的图像压缩算法二 | 第65-71页 |
| ·引入人眼视觉特性的算法描述 | 第65页 |
| ·模糊理论的创立 | 第65-66页 |
| ·模糊集的概念 | 第66-67页 |
| ·隶属度函数的建立 | 第67-69页 |
| ·改进的实验结果 | 第69-71页 |
| 第六章 总结与展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 发表的论文和参与的科研项目 | 第76-77页 |
| 致谢 | 第77页 |
