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

海量图片的裁剪压缩与检索

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-19页
   ·研究背景与意义第14-15页
   ·研究目标与方法第15页
   ·相关技术与简介第15-17页
   ·本文的篇章结构第17-18页
   ·本章小结第18-19页
第二章 智能细缝簇裁剪技术第19-33页
   ·图像裁剪技术第19-21页
     ·概述第19-20页
     ·图像裁剪的经典算法第20-21页
     ·细缝裁剪算法第21页
   ·细缝簇裁剪算法第21-24页
     ·细缝簇裁剪的定义第21-22页
     ·水平断层的能量值第22-24页
   ·动态规划求解最优细缝簇第24-26页
     ·动态规划求解算法第24-25页
     ·动态规划求解的效率第25-26页
   ·细缝簇裁剪算法的图分割解释第26-28页
     ·权值更新第27-28页
   ·实验结果第28-32页
   ·本章小结第32-33页
第三章 自适应视觉无损压缩算法第33-44页
   ·图像压缩算法第33-36页
     ·概述第33-34页
     ·传统图像压缩算法第34-35页
     ·图片质量评估算法第35-36页
   ·JPEG 压缩原理简介第36-38页
     ·颜色空间转换第36页
     ·下采样第36-37页
     ·块分割第37页
     ·离散余弦变换第37页
     ·量化第37-38页
     ·熵编码第38页
   ·视觉无损的自适应压缩算法第38-42页
     ·压缩率自适应迭代过程第38-40页
     ·冗余计算的去除第40-42页
   ·实验结果第42-43页
   ·本章小结第43-44页
第四章 基于全局结构映射的图像匹配和检索算法第44-62页
   ·图像匹配和检索算法第44-48页
     ·概述第44-45页
     ·图像特征点抽取算法第45页
     ·基于局部信息的图像匹配算法第45-46页
     ·基于全局信息的图像匹配算法第46页
     ·图像检索算法第46-48页
   ·快速结构映射第48-52页
     ·仿射变换第48-50页
     ·参考点选取第50-52页
     ·匹配度评分第52页
   ·计算复杂度第52-53页
   ·实验结果第53-61页
     ·参数调整和图像匹配实验第54-60页
     ·快速匹配算法在图像检索中的应用第60-61页
   ·本章小结第61-62页
第五章 总结与展望第62-63页
 主要工作与创新点第62页
 后续研究工作第62-63页
参考文献第63-67页
致谢第67-69页
攻读硕士学位期间已发表或录用的论文第69页

论文共69页,点击 下载论文
上一篇:基于特征的矩阵分解模型
下一篇:多角度图像分割和3D建模