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

基于视觉特性及人工神经网络的图像压缩

摘要第1-4页
Abstract第4-6页
第1章 绪论第6-13页
   ·研究背景和意义第6-7页
   ·图像压缩研究状况第7-11页
     ·基于人眼视觉特性的图像压缩研究状况第7-9页
     ·基于人工神经网络的图像压缩研究状况第9-11页
   ·论文的主要工作和创新点第11页
   ·本文内容安排第11-13页
第2章 人眼视觉特性和人工神经网络介绍第13-23页
   ·视觉特性介绍 #I1第13-17页
     ·人眼构造和人眼内图像形成机理第13-14页
     ·亮度鉴别与主观感觉强度第14-15页
     ·对比敏感度第15-17页
     ·视觉掩蔽第17页
   ·人工神经网络介绍第17-22页
     ·神经元模型和特点第17-18页
     ·激活函数类型第18-21页
     ·神经网络基本结构类型第21-22页
     ·神经网络学习算法分类第22页
   ·本章小结第22-23页
第3章 基于人眼视觉特性的图像压缩第23-35页
   ·引言第23-24页
   ·基于对比敏感度函数的小波于带加权第24-27页
   ·根据对不图像不同区域敏感度量化第27-28页
   ·新的基于HVS的图像小波压缩算法第28页
   ·实验结果与分析第28-34页
   ·本章小结第34-35页
第4章 基于人工神经网络的图像压缩第35-46页
   ·引言第35-36页
   ·BP人工神经网络第36-38页
   ·传统的基于BP人工神经网络的图像压缩第38-40页
   ·基于BP网络的小波图像系数向量压缩第40-41页
   ·基于BP网络的小波图像坐标向量压缩第41-42页
   ·实验结果与分析第42-45页
   ·本章小结第45-46页
第5章 总结与展望第46-48页
参考文献第48-52页
硕士期间发表论文情况第52-53页
致谢第53-54页

论文共54页,点击 下载论文
上一篇:分布式多视角目标跟踪的统计推理方法及实现
下一篇:基于图像稀疏表示的隐写算法研究