图像的自适应分解算法及应用研究
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第一章 绪论 | 第9-17页 |
·图像处理概述 | 第9页 |
·研究背景 | 第9-13页 |
·图像分解 | 第10-11页 |
·图像分割 | 第11-13页 |
·国内外研究现状 | 第13-15页 |
·本文研究内容 | 第15-16页 |
·本文组织结构 | 第16-17页 |
第二章 基于灰度的自适应图像分解 | 第17-29页 |
·图像的灰度及灰度化基本原理 | 第17-18页 |
·四叉树简述 | 第18-21页 |
·四叉树的形态 | 第19-20页 |
·四叉树简述 | 第20页 |
·图像的矩形四叉树分解 | 第20-21页 |
·基于灰度的自适应分解算法 | 第21-28页 |
·自适应分解算法原理 | 第22-23页 |
·自适应分解算法的分解步骤及流程 | 第23-24页 |
·自适应分解算法的实验结果验证及分析 | 第24-28页 |
·本章小结 | 第28-29页 |
第三章 基于梯度改进的自适应分解 | 第29-41页 |
·图像梯度的计算 | 第29-36页 |
·基于梯度信息改进的自适应分解法 | 第36-40页 |
·基于梯度信息改进的自适应分解法原理 | 第36-37页 |
·基于梯度信息改进的自适应分解步骤 | 第37页 |
·改进的自适应分解实验验证及分析 | 第37-40页 |
·本章小结 | 第40-41页 |
第四章 四叉树分解算法的应用 | 第41-50页 |
·基于四叉树分解及曲线拟合的图像压缩 | 第41页 |
·图像压缩的可能性 | 第41-42页 |
·参数曲线 | 第42-43页 |
·基于四叉树分解及曲线拟合的压缩算法 | 第43-47页 |
·四叉树编码 | 第43-44页 |
·参数曲线拟合 | 第44-46页 |
·解码 | 第46-47页 |
·实验结果验证及分析 | 第47-49页 |
·本章小结 | 第49-50页 |
第五章 总结与展望 | 第50-52页 |
·论文工作总结 | 第50页 |
·论文工作展望 | 第50-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-58页 |
附录 | 第58-59页 |
详细摘要 | 第59-61页 |