基于小波变换的图像压缩系统研究

论文题目: 基于小波变换的图像压缩系统研究

论文类型: 硕士论文

论文专业: 计算机应用

作者: 张伟

导师: 周昌乐

关键词: 小波变换,图像压缩,算法,边缘特征,集分割等级树算法

文献来源: 厦门大学

发表年度: 2005

论文摘要: 多媒体技术是将多种形式的信息和计算机技术结合在一起的新技术,图像是多媒体应用中的重要媒体,由于传输带宽和存储空间的限制,使图像压缩技术成为多媒体系统中最关键技术之一。图像压缩就是利用图像自身存在的相关性消减图像的各种冗余信息,保留对我们有用的信息。小波变换技术以其良好的时间-频率局部特性和与人眼视觉特性相符的变换机制,在图像压缩领域获得了广泛的应用。图像数据压缩编码和高效、准确的进行图像快速浏览及检索是多媒体系统应用的重要功能。本论文的重点旨在提出一种有利于图像快速浏览和基于内容图像检索的改进图像编码方法。考虑到人眼视觉特性,作者着重考虑了将图像边缘提取出来,作为一个重要的对象进行单独处理。为此本文在传统小波变换的基础上提出了基于边缘特征的小波变换,讨论了基于边缘特征小波变换实现的两个关键技术:(1)一种有别于标准小波变换的基于边缘特征的小波变换方法;(2)一种高效的边缘特征曲线编码方法。本文给出了两种技术的有效实现方法,并进行了仿真试验,对标准小波变换和基于边缘特征的小波变换的试验结果进行了比较分析,并得出了一些有用的结论。本论文还作了以下工作:简述小波的发展状况和小波变换的优势后,首先介绍了数据压缩基础知识——信息论基础,并简单论述了图像数据压缩的必要性和可能性,讨论了图像压缩分类及图像压缩系统质量评价标准;其次从数学分析的角度研究了小波变换的理论基础、特点和性质,介绍了多分辨率分析技术和促进小波应用迅速推广的Mallat算法;再次对小波变换在图像压缩中的应用进行了有益的探索,给出了基于小波的图像压

论文目录:

内容摘要

ABSTRACT

第1章绪论

1.1 引言

1.2 小波编码发展概况及其优势

1.3 本论文的工作和主要创新点

第2章图像数据压缩概述

2.1 图像压缩的必要性和可能性

2.2 香农（SHANNON）信息论基础[22,24]

2.3 图像压缩分类

2.4 图像压缩系统的性能评价和度量

2.5 静止图像压缩的两个国际标准

2.6 本章小结

第3章小波变换理论基础

3.1 连续小波变换（CWT）及其逆变换

3.2 离散小波变换（DWT）及其逆变换

3.3 多分辨率分析与MALLAT 算法[29,31-33]

3.4 关于多小波理论[37-43]

3.5 本章小结

第4章小波变换在图像压缩中的应用

4.1 基于小波变换的图像压缩编码概述

4.2 小波变换用于图像数据压缩应考虑的几个关键问题

4.3 集分割等级树（SPIHT）编码算法[5,20,22]

4.4 不同小波基的压缩性能比较分析

4.5 本章小结

第5章基于边缘特征小波变换理论

5.1 前言

5.2 基于边缘特征的小波理论

5.3 边缘特征压缩算法

5.4 本章小结+

第6章结束语

研究生期间发表的论文

参考文献

致谢

发布时间: 2006-12-11

参考文献

[1].基于光学小波变换的图像压缩编码[D]. 姬艳丽.重庆大学2008
[2].基于混沌系统和小波变换的彩色图像加密的研究[D]. 王磊.江南大学2018
[3].JPEG2000编解码系统的优化与实现[D]. 王龙祥.哈尔滨工业大学2018
[4].基于小波变换的自适应图像去噪方法的研究[D]. 裴志鹏.安徽理工大学2018
[5].基于小波变换的多任务图像压缩感知方法研究[D]. 林英勇.湖南大学2015
[6].基于小波变换的鬼成像技术研究[D]. 李梦颖.南京理工大学2018
[7].基于小波和SVM的人脸识别混合算法的研究[D]. 毛睿.江西理工大学2018
[8].基于小波变换及脉冲耦合神经网络的人脸识别[D]. 何世强.福建师范大学2017
[9].基于小波变换的自适应压缩采样成像研究[D]. 张栋.西南交通大学2018
[10].基于小波变换的物体表面三维数据获取与处理[D]. 邹辉.重庆理工大学2018

基于小波变换的图像压缩系统研究

猜你喜欢