基于大型科学仪器工作站的屏幕图像识别与压缩技术研究

论文摘要

大型科学仪器网络实验室的建设能够实现仪器设备的开放运行、科学管理以及网络化共享,有效的促进了仪器资源的利用,让广大学生和科研人员能够通过网络远程参与实验,为人们的学习、科研带来便利。本文对网络实验室的两项关键技术进行深入研究：①基于图像识别的科学仪器工作状态监测方法；②科学仪器工作站屏幕图像压缩方法。基于平行四边形模板和动态灰度值判定机制,改进了传统的投影匹配法,实现了一种基于投影特征的快速图像匹配方法；提出了种基于学习式搜索模型的图像搜索方法,实现了对工作站屏幕图像检测目标的快速搜索；提出了一种基于距离加权值的颜色量化方法,提升了工作站屏幕图像颜色量化速度与图像重建质量；提出了一种分层图像压缩方法,改进了工作站屏幕图像的压缩比。

论文目录

• 提要
• 第1章 绪论
• 1.1 选题背景
• 1.2 选题意义
• 1.3 国内外发展现状
• 1.3.1 面向工作状态监测的图像识别技术发展现状及问题
• 1.3.2 面向工作站屏幕共享的图像压缩技术发展现状及问题
• 1.4 研究内容
• 第2章 基于投影特征的快速图像匹配方法研究
• 2.1 引言
• 2.2 图像匹配技术综述
• 2.3 平行四边形模板设计
• 2.3.1 投影匹配法计算量分析
• 2.3.2 最小纵横比矩形特性
• 2.3.3 模板构造方法
• 2.3.4 模板边界描述方法
• 2.3.5 讨论
• 2.4 图像匹配过程的优化
• 2.4.1 针对投影变换过程的算法优化
• 2.4.2 针对投影变换后数据匹配过程的算法优化
• 2.5 实验
• 2.5.1 实验条件
• 2.5.2 矩形模板与平行四边形模板的对比测试
• 2.5.3 算法整体性能测试
• 2.6 本章小结
• 第3章 基于仪器工作站屏幕特征的图像搜索策略研究
• 3.1 引言
• 3.2 图像搜索策略综述
• 3.3 图像搜索空间的缩减方法研究
• 3.3.1 仪器工作站屏幕图像特征分析
• 3.3.2 搜索空间缩减流程
• 3.4 学习式搜索策略研究
• 3.4.1 基本原理
• 3.4.2 学习式搜索策略建模
• 3.4.3 搜索策略实现流程
• 3.5 实验与应用
• 3.5.1 实验条件
• 3.5.2 缩减目标图像搜索空间测试
• 3.5.3 敏感区域定位测试
• 3.5.4 搜索策略整体性能测试
• 3.5.5 实际应用
• 3.6 本章小结
• 第4章 仪器工作站屏幕图像的颜色量化方法研究
• 4.1 引言
• 4.2 颜色量化方法综述
• 4.3 工作站屏幕图像的色彩空间特征分析
• 4.4 基于距离加权值的颜色量化方法
• 4.4.1 颜色加权值的设计
• 4.4.2 基于最小加权距离的调色板设计方法
• 4.4.3 基于树状结构的快速颜色匹配方法
• 4.5 颜色量化流程的优化设计
• 4.5.1 图像预处理
• 4.5.2 调色板设计优化
• 4.5.3 颜色量化流程
• 4.6 实验
• 4.6.1 实验条件
• 4.6.2 图像重建质量测试
• 4.6.3 颜色量化速度测试
• 4.7 本章小结
• 第5章 仪器工作站屏幕图像的编码方法研究
• 5.1 引言
• 5.2 常见的图像编码算法
• 5.3 工作站屏幕图像分层方法
• 5.4 二值图像压缩算法优化
• 5.4.1 基本原理
• 5.4.2 算法优化
• 5.5 背景彩色图像分块压缩
• 5.5.1 基于RPC编码的图像分块方法
• 5.5.2 RLE与LZO混合编码算法
• 5.6 实验
• 5.6.1 实验条件
• 5.6.2 图像分层测试
• 5.6.3 压缩性能测试
• 5.7 本章小结
• 第6章 全文总结
• 6.1 主要研究成果及创新性工作
• 6.2 存在的问题及下一步工作建议
• 参考文献
• 作者攻博期间发表的学术论文与科研成果
• 学术论文
• 参与科研项目的情况
• 致谢
• 摘要
• Abstract