基于上下文分类的图像压缩方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 静态图像压缩基本知识 | 第8-13页 |
| 1.3 静态图像压缩的历史与现状 | 第13-17页 |
| 1.4 本文的主要研究内容成果及章节安排 | 第17-20页 |
| 1.4.1 本文的研究内容 | 第17-18页 |
| 1.4.2 本文的章节安排 | 第18-20页 |
| 第二章 小波变换与基于小波变换的嵌入式编码 | 第20-30页 |
| 2.1 小波分析理论 | 第20-24页 |
| 2.1.1 连续小波变换 | 第20-22页 |
| 2.1.2 离散小波变换 | 第22-24页 |
| 2.2 嵌入式位平面编码方法 | 第24-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于小波变换的重要性权值训练 | 第30-44页 |
| 3.1 二维图像小波分解 | 第30-34页 |
| 3.1.1 二维图像小波分解与重构 | 第30-31页 |
| 3.1.2 二维小波分解后的图像特性 | 第31-34页 |
| 3.2 上下文模板的设计与权值训练 | 第34-40页 |
| 3.2.1 静态图像编码中的上下文模板 | 第35-39页 |
| 3.2.2 重要性权值训练 | 第39-40页 |
| 3.3 实验结果与分析 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于上下文分类的高阶熵编码 | 第44-54页 |
| 4.1 高阶熵编码 | 第44-45页 |
| 4.2 上下文分类 | 第45-49页 |
| 4.2.1 权值重要性概率分布 | 第45-47页 |
| 4.2.2 基于 K-means 的上下文分类 | 第47-49页 |
| 4.3 实验结果与分析 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 基于离线与在线的权值量化算术编码器 | 第54-64页 |
| 5.1 在线权值量化算术编码器设计 | 第54-55页 |
| 5.2 离线权值量化算术编码器设计 | 第55-56页 |
| 5.3 实验结果与分析 | 第56-62页 |
| 5.3.1 压缩效率比较与分析 | 第56-60页 |
| 5.3.2 复杂度比较分析 | 第60-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文工作总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间取得的学术成果 | 第72-73页 |
