| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 图像压缩研究背景及意义 | 第11-12页 |
| 1.2 图像压缩的可行性分析 | 第12-13页 |
| 1.3 图像压缩的系统模型与分类 | 第13-14页 |
| 1.3.1 图像压缩的系统模型 | 第13-14页 |
| 1.3.2 图像压缩算法的分类 | 第14页 |
| 1.4 图像压缩算法的性能评价 | 第14-16页 |
| 1.5 分形图像压缩的研究现状 | 第16-17页 |
| 1.6 本文的主要工作及组织结构 | 第17-19页 |
| 第2章 分形图像压缩理论 | 第19-29页 |
| 2.1 分形概述 | 第19-21页 |
| 2.2 分形理论的数学基础 | 第21-24页 |
| 2.2.1 度量空间 | 第21-22页 |
| 2.2.2 分形维数 | 第22-24页 |
| 2.3 分形图像压缩理论 | 第24-27页 |
| 2.3.1 仿射变换 | 第24-25页 |
| 2.3.2 压缩映射定理 | 第25-26页 |
| 2.3.3 迭代函数系 | 第26页 |
| 2.3.4 拼贴定理 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 分形图像压缩的改进算法 | 第29-49页 |
| 3.1 局部迭代函数系 | 第29-30页 |
| 3.2 基本分形图像压缩算法 | 第30-36页 |
| 3.2.1 局部迭代函数系的实现 | 第30-32页 |
| 3.2.2 基本分形图像压缩与解码过程 | 第32-34页 |
| 3.2.3 基本分形图像压缩算法仿真 | 第34-36页 |
| 3.3 基于标准差和亮暗分布排序的快速分形图像压缩算法 | 第36-42页 |
| 3.3.1 理论分析 | 第37-38页 |
| 3.3.2 算法流程 | 第38-39页 |
| 3.3.3 参数选取 | 第39-41页 |
| 3.3.4 实验仿真 | 第41-42页 |
| 3.4 基于标准差和亮暗分布排序的分形图像压缩改进算法 | 第42-48页 |
| 3.4.1 非搜索快速分形图像压缩算法 | 第42-43页 |
| 3.4.2 改进算法分析 | 第43-44页 |
| 3.4.3 改进算法流程 | 第44-45页 |
| 3.4.4 改进算法参数选取 | 第45-47页 |
| 3.4.5 改进算法实验仿真 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 小波分形混合图像压缩的改进算法 | 第49-69页 |
| 4.1 小波分析理论 | 第49-51页 |
| 4.1.1 连续小波变换 | 第49-50页 |
| 4.1.2 离散小波变换与多分辨分析 | 第50-51页 |
| 4.2 图像的小波分解 | 第51-54页 |
| 4.2.1 小波基的选取 | 第51-52页 |
| 4.2.2 二维图像的小波分解 | 第52-54页 |
| 4.3 小波分形混合图像压缩算法 | 第54-59页 |
| 4.3.1 小波分形混合图像压缩的现状 | 第54-56页 |
| 4.3.2 图像小波域下分形压缩算法的简化处理 | 第56页 |
| 4.3.3 基于小波系数零树结构的分形预测图像压缩算法 | 第56-59页 |
| 4.4 基于小波系数零树结构的分形预测图像压缩算法的改进算法 | 第59-68页 |
| 4.4.1 改进算法分析 | 第59-63页 |
| 4.4.2 改进算法流程 | 第63-65页 |
| 4.4.3 改进算法参数选取 | 第65-66页 |
| 4.4.4 改进算法实验仿真 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 本文工作总结 | 第69-70页 |
| 5.2 未来工作展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 作者攻读硕士学位期间发表的论文及获奖情况 | 第79页 |
