基于自适应预测和统计建模的图像无损压缩研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第8-14页 |
| 1.1 研究的目的及意义 | 第9-10页 |
| 1.2 无损图像压缩编码的发展 | 第10-11页 |
| 1.3 本文主要研究工作 | 第11页 |
| 1.4 本文主要结构和创新 | 第11-14页 |
| 第二章 图像预测压缩编码基本知识 | 第14-26页 |
| 2.1 图像压缩编码基础 | 第14-15页 |
| 2.2 预测编码基础 | 第15页 |
| 2.3 预测器的分类及其选择 | 第15-19页 |
| 2.3.1 MED预测 | 第15-16页 |
| 2.3.2 GAP预测 | 第16页 |
| 2.3.3 自适应预测器 | 第16-19页 |
| 2.4 熵编码方法的研究 | 第19-24页 |
| 2.4.1 熵编码理论基础 | 第20-21页 |
| 2.4.2 算术编码器编码 | 第21-23页 |
| 2.4.3 自适应算术编码 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 预测系数,自适应阶数确定以及条件概率分布 | 第26-38页 |
| 3.1 训练集 | 第26-31页 |
| 3.1.1 训练集的确定 | 第26-28页 |
| 3.1.2 相关性排序 | 第28-31页 |
| 3.2 最佳预测系数算法——高斯消元法 | 第31-33页 |
| 3.3 自适应阶数确定 | 第33-34页 |
| 3.4 建立广义高斯分布模型 | 第34-35页 |
| 3.5 本章小结 | 第35-38页 |
| 第四章 仿真及实验结果分析 | 第38-50页 |
| 第五章 本文总结与下步工作计划 | 第50-52页 |
| 5.1 全文工作总结 | 第50-51页 |
| 5.2 下一步工作计划 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文 | 第56-58页 |
| 致谢 | 第58页 |
