导读:本文包含了图像的压缩编码论文开题报告文献综述及选题提纲参考文献，主要关键词:子带编码,压缩,解压缩,正交镜像滤波器组
图像的压缩编码论文文献综述
许海霞[1]（2019）在《子带编码在图像压缩编码中的应用》一文中研究指出子带编码(SBC)是图像编码中的一种有前途的编码方法。本文对子带编码算法做了系统的研究,通过输入图像,经过子带编码算法进行变换,得到变换后的图像,提出一种实现相对简单、压缩效果比较好的算法,采用该算法可以收到比较理想的效果。(本文来源于《电子制作》期刊2019年22期）
赵蓉,王辉,张爱华[2]（2019）在《基于小波变换的分形图像编码压缩算法》一文中研究指出有效的压缩算法可以给数据的储存和传输带来极大的方便。针对现有压缩算法存在的不足,定义图像子块的九块和特征,并提出结合小波和分形编码优势的有损压缩算法。该算法将图像进行二级小波分解,得到7个子带;保留低频子带的小波系数,并对其余子带采用基于图像块九块和特征的分形编码。新定义的九块和算法,把全搜索问题变为在九块和意义下的近邻搜索问题,缩短了搜索范围。实验结果表明,与同类算法相比,该算法不仅提高了重构图像的质量,还缩短了编解码时间。(本文来源于《计算机应用与软件》期刊2019年11期）
全蕾[3]（2019）在《结合图像恢复的方块编码压缩图像防篡改方法》一文中研究指出提出一种基于BTC压缩图像防纂改检测和恢复的认证方法。首先生成认证数据和恢复数据,根据用户需要适应性地选择认证数据的大小,并将认证数据嵌入BTC压缩块的量化级中,将图像块的恢复数据隐藏在位图文件中,使用平滑块的位图文件储存恢复数据;利用认证码集和恢复数据进行防篡改认证和图像恢复。该方法的特点是不仅可以检测,而且可以恢复被篡改的区域。标准灰度图像的检测结果表明了所提方法的有效性。与一些半脆弱水印方法以及嵌入认证码的方法相比,所提方法在检测精准度和重建图像的峰值信噪比均有较大提升,且可以有效恢复被纂改的区域。(本文来源于《兵器装备工程学报》期刊2019年10期）
王得芳[4]（2019）在《基于嵌入式零树小波编码的土族盘绣图像压缩研究》一文中研究指出随着国内外互联网技术的飞速发展,图像应用范围不断扩大,对图像编码提出了更高的要求。土族盘绣与土族人民的生活息息相关,承载着土族的历史与文化。基于此,主要介绍了嵌入式零树小波编码算法的理论知识体系,分析了土族盘绣图像的分解与重构方法,完成了土族盘绣图像的压缩工作,有效解决了图像存储和传输问题,对土族盘绣艺术传承与保护具有重要的现实意义。(本文来源于《信息与电脑(理论版)》期刊2019年16期）
张晶晶,张爱华,纪海峰[5]（2019）在《基于小波与分形相结合的图像压缩编码》一文中研究指出分形图像编码在较高的压缩比下,可以保持较好的重构图质量;但也存在计算复杂度高和编解码时间长的缺点。因此,在定义一种新的子块特征——框点和的基础上,结合连续小波变换的平滑特性,提出了基于小波与分形相结合的图像压缩编码。该算法充分利用子带的相关性来提高重构图像的质量,将全局搜索转换为近邻搜索,缩小了搜索范围,从而减少了编解码时间。仿真实验结果表明,与基本分形算法和其他算法相比,新算法的性能更优,不仅缩短了编解码时间,而且提高了重构图像的质量。(本文来源于《计算机科学》期刊2019年08期）
姚娜[6]（2019）在《数字电视图像压缩中MPEG2帧内编码的应用》一文中研究指出本文主要分析了数字电视图像压缩中MPEG2帧内编码的应用,MPEG2的帧内编码技术能够确保电视信号传输质量,在帧间编码的基础上,进一步提高数据压缩率,提高广播电视带宽资源的利用率。(本文来源于《电子技术与软件工程》期刊2019年13期）
伍云锋[7]（2019）在《基于自编码网络的图像压缩感知研究》一文中研究指出压缩感知作为一种全新的信号采样理论,广泛应用于各个领域。图像压缩感知只需少量的采样测量值便可准确地重建出原始图像,降低了图像信号在存储、传输过程中的带宽资源和硬件设备要求。近年来,深度学习方法被应用于图像压缩感知,极大地提高了图像重建质量,降低了重建时间。为此,针对现有方法中的不足,本文分别以小尺寸和大尺寸图像为研究对象,基于深度学习对压缩感知进行了深入研究,主要完成了以下两方面的研究:1.针对小尺寸图像压缩感知因测量矩阵的随机性造成重建性能不稳定、重建算法计算复杂度较高等问题,建立了一个基于堆栈稀疏去噪自编码网络的图像压缩感知模型。该模型包含编码子网络和解码子网络,其中编码子网络采用非线性测量方法去替代传统线性测量对小尺寸图像进行观测,以解决重建不稳定问题;解码子网络通过训练学习并拟合信号重建函数完成图像重建,降低了信号重建的计算复杂度。最后,通过端到端的联合训练把图像采样和重建两过程集成为一个整体以提高网络的整体性能。仿真结果表明,该模型与其他方法相比,在图像重建质量、重建时间上都取得了较好的效果。2.针对在低测量率下,大尺寸图像因采用分块压缩感知导致的块效应问题,本文基于双分支卷积自编码器网络和残差神经网络给出了一个双分支卷积残差压缩感知模型。该模型包括图像感知模块和图像重建模块,图像感知模块使用双分支卷积子网络以不同的视野对整幅图像进行卷积感知;图像重建模块则先通过预重建去卷积子网络完成对图像的初步重建,再通过残差重建子网络学习残差特征实现整幅图像的重建。实验结果表明,所给出的模型在图像重建质量、结构相似度和视觉效果方面都取得较好的效果。(本文来源于《重庆邮电大学》期刊2019-06-02）
李晨光[8]（2019）在《面向任务的深度学习图像压缩编码技术》一文中研究指出图像压缩是数据压缩技术在数字图像处理上的应用,目的是减少图像数据中的冗余信息,从而用更加高效的格式存储和传输数据。近年来,随着深度学习的迅猛发展,基于深度学习图像压缩方法取得了较大突破,在图像重建质量上已经超越传统方法。与此同时,深度学习在分类、分割、检测等图像理解任务上的出色表现,使其被广泛应用在无人驾驶、安防监控、社交媒体等场景。在此类场景下,经过压缩编码的图像,已不再局限于提供给人类观看,很多情况下是通过计算机视觉方法自动执行图像理解任务。这需要在图像压缩编码框架优化过程中,考虑如何在满足观看需求的同时,提升解码图像在理解任务上的性能表现。本文针对上述需求,提出面向任务的深度学习图像压缩编码框架。论文的主要创新如下:(1)设计改进深度学习图像压缩编码框架的网络结构和训练方法。使用残差密集卷积模块为基本特征提取模块,通过设计紧凑表示网络和多尺度重建网络,改进网络优化方法,实现兼容传统编码器且支持端对端训练的深度学习图像压缩框架。提出基于特征全变分约束的深度学习压缩性能优化方法,以抑制紧凑表示网络输出特征中的噪声,从而达到提高率失真性能的目的,实验结果表明,该方法图像压缩性能超越相应的传统编码方法。(2)提出基于深层特征损失的面向任务压缩方法,通过使用预训练的理解任务网络对原始输入和解码图片提取深层特征,并将深层特征的差异作为面向语义理解的损失项,利用网络训练减小重建图像与原图语义信息之间的差异。相比于仅以信号保真为目的压缩解码图片,面向任务压缩方法的解码重建图片能够在常见图像理解任务网络上获得更高的性能评价指标。(3)提出基于空间注意力的面向任务压缩优化方法,通过为紧凑表示网络增加空间权重图分支,使之能够学习原始图像在预训练分类网络的多类激活图,得到图像语义信息的空间权重,并在训练过程中用该权重图对特征全变分约束加权,从而实现更精细的噪声抑制和语义信息保留。实验表明,通过该方法进行面向任务压缩时,能获得更好的压缩率与任务性能。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
原彤彤[9]（2019）在《图像序列的压缩编码技术及系统》一文中研究指出在数字图像传输系统的设计过程中通常会用到图像压缩编码技术。目前,市场上的图像传输系统多采用制式视频编码协议(如H.264、H.265等)来实现视频流数据压缩,此类编码协议均是通过去除图像帧间冗余的方式来减少数据量的,不适用于航空军事侦察、卫星遥感、箭载视频等对图像动态随机访问能力和质量要求较高的领域。因此,我们设计了基于图像序列的压缩编码系统,将视频数据看作连续的单帧静态图像,并对每一帧图像都进行编码处理,以求获得更好的压缩效果。在技术方面,系统中采用了JPEG2000压缩算法来进行图像编码。相较于SPIHT、JPEG等其他压缩算法而言,JPEG2000具有支持图像渐进传输、兼容有损压缩和无损压缩两种编码模式、支持感兴趣区域编码等优势,可以对不同特征(如自然图像、计算器图形、医疗图像、遥感图像、复合文本等)和不同类型(如二值、灰度、彩色等)的静态图像进行高效压缩并获得较好质量的重构图像。在系统设计方面,我们采用“FPGA+ADV212专用集成芯片”的处理架构来实现图像序列的编解码过程,具有体积小、质量轻、压缩倍率高、编码速度快等特点,并支持灵活调整输入图像数据格式、压缩模式(选择有损压缩或无损压缩)、压缩倍率等关键参数,具有极高的灵活性。除此之外,论文中还讨论了基于STEL-1109和STEL-2105芯片的QPSK调制与解调系统的设计过程,用于实现压缩码流的远程传输。(本文来源于《中北大学》期刊2019-06-01）
文东旭[10]（2019）在《基于多带小波变换的彩色图像压缩编码》一文中研究指出图像压缩编码技术基本上是基于变换的混合编码,因此数学变换是图像压缩编码中的核心和关键,数学变换的结构决定了图像压缩算法复杂度,包括其运行效率的高低、编码效率的高低、算法并行程度等。静态图像压缩标准JPEG与新一代图像压缩标准JPEG2000就是采用了两种不同的数学变换结构,JPEG采用了离散余弦变换(DCT)为核心的变换算法,而JPEG2000采用了以2-带小波变换为核心的变换算法。这两种数学变换存在很大的区别,导致压缩编码算法各具特点。前者算法简洁、并行度高,但有分块效应,编码效率不高,而后者编码效率高,但算法复杂高,基于硬件实现成本很高。针对这些问题,本文在多带小波变换理论的支撑下,研究了多带小波变换对彩色图像进行压缩编码算法,并对彩色图像压缩编码算法的实现细节做了深入的探讨。多带小波变换不仅在理论上相对于离散余弦变换有更好的能量集中性,在实际设计软硬件算法时,也能将多带小波变换设计成重迭正交变换算法,可以大大减少硬件实现复杂度与实现成本。实验表明,基于多带小波变换的彩色图像压缩编码方案所得到的重构图像,在客观峰值信噪比上与主观感受上都要好于JPEG压缩标准。(本文来源于《湖南师范大学》期刊2019-06-01）
图像的压缩编码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
有效的压缩算法可以给数据的储存和传输带来极大的方便。针对现有压缩算法存在的不足,定义图像子块的九块和特征,并提出结合小波和分形编码优势的有损压缩算法。该算法将图像进行二级小波分解,得到7个子带;保留低频子带的小波系数,并对其余子带采用基于图像块九块和特征的分形编码。新定义的九块和算法,把全搜索问题变为在九块和意义下的近邻搜索问题,缩短了搜索范围。实验结果表明,与同类算法相比,该算法不仅提高了重构图像的质量,还缩短了编解码时间。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像的压缩编码论文参考文献
[1].许海霞.子带编码在图像压缩编码中的应用[J].电子制作.2019
[2].赵蓉,王辉,张爱华.基于小波变换的分形图像编码压缩算法[J].计算机应用与软件.2019
[3].全蕾.结合图像恢复的方块编码压缩图像防篡改方法[J].兵器装备工程学报.2019
[4].王得芳.基于嵌入式零树小波编码的土族盘绣图像压缩研究[J].信息与电脑(理论版).2019
[5].张晶晶,张爱华,纪海峰.基于小波与分形相结合的图像压缩编码[J].计算机科学.2019
[6].姚娜.数字电视图像压缩中MPEG2帧内编码的应用[J].电子技术与软件工程.2019
[7].伍云锋.基于自编码网络的图像压缩感知研究[D].重庆邮电大学.2019
[8].李晨光.面向任务的深度学习图像压缩编码技术[D].哈尔滨工业大学.2019
[9].原彤彤.图像序列的压缩编码技术及系统[D].中北大学.2019
[10].文东旭.基于多带小波变换的彩色图像压缩编码[D].湖南师范大学.2019