基于小波变换与数字形态学的图像压缩后处理研究

基于小波变换与数字形态学的图像压缩后处理研究

论文摘要

在信息时代的今天,图像信源由于其具有非常丰富的信息量而成为传递信息的重要媒介。在保证图像质量的前提下,节省存储空间、减少传输信道的占用,成为了研究的热点问题。为了便于图像的存储和传输,采用了图像压缩的方法,并且制定了相应的图像压缩的标准。 本文主要分析了当前静止图像的JPEG标准。针对其在高压缩比下高频信息丢失严重的情况,提出了基于小波变换和数学形态学的图像压缩后处理方法。 小波变换理论是近年来发展起来的一个新的数学分支。由于它克服了传统傅立叶变换的缺陷,具有良好的时、频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。 数学形态学是一门新兴科学。它建立在严格的数学理论基础之上,其基本思想和方法对图像处理的理论和技术产生了重大的影响,数学形态学己经构成一种新兴的图像处理方法和理论。近年来,数学形态滤波器得到了广泛的重视。 该方法实现过程为:对压缩后图像小波分解后,高频部分采用形态学操作,处理后的结果与原压缩图像低频成分合成新的图像。 实验结果表明本方法可以有效的增强高频成分,在一定程度上改善图像质量。

论文目录

  • 第1章 绪论
  • 1.1 研究目的及意义
  • 1.2 图像压缩编码技术发展现状
  • 1.3 研究思路及内容安排
  • 第2章 数学形态学的基本理论
  • 2.1 引言
  • 2.2 二值形态学
  • 2.2.1 二值形态学的理论基础简介
  • 2.2.2 二值形态学基本变换
  • 2.3 灰度形态学
  • 2.3.1 灰度形态学的理论基础简介
  • 2.3.2 灰度形态学的基本变换
  • 2.4 本章小结
  • 第3章 小波分析及应用
  • 3.1 引言
  • 3.2 小波变换及其基本性质
  • 3.2.1 连续小波变换
  • 3.2.2 连续小波变换的离散化
  • 3.3 多分辨分析与Mallat算法
  • 3.3.1 多分辨分析
  • 3.3.2 正交小波变换
  • 3.3.3 双正交小波变换
  • 3.3.4 Mallat算法
  • 3.3.5 图像的小波分解与重构
  • 3.4 本章小结
  • 第4章 基于小波变换与数学形态学的图像压缩后处理研究
  • 4.1 图像压缩方法分析
  • 4.2 JPEG标准分析
  • 4.2.1 JPEG图像压缩标准
  • 4.2.2 JPEG图像压缩算法
  • 4.3 基于小波变换与数学形态学的图像压缩后处理
  • 4.3.1 系统实现流程
  • 4.3.2 图像小波分解的特点
  • 4.3.3 图像小波分解小波基的选择
  • 4.4 基于形态学的图像边缘处理技术
  • 4.4.1 闭开运算
  • 4.4.2 结构元素的选取
  • 4.5 本章小结
  • 第5章 仿真实验及结论
  • 5.1 仿真软件简要介绍
  • 5.2 图像质量评价方法
  • 5.2.1 图像的主观评价
  • 5.2.2 图像的客观评价
  • 5.3 仿真实验
  • 5.4 实验分析及结论
  • 5.4.1 实验性能分析
  • 5.4.2 实验结论
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].基于残差学习的多阶段图像压缩感知神经网络[J]. 华南理工大学学报(自然科学版) 2020(05)
    • [2].基于FPGA的无损图像压缩系统设计[J]. 电子产品世界 2015(01)
    • [3].快速高效无损图像压缩系统的低功耗硬件实现[J]. 哈尔滨工程大学学报 2014(03)
    • [4].以大小为准绳 看得见的图像压缩[J]. 电脑爱好者 2009(22)
    • [5].遥测图像压缩系统的设计与实现[J]. 通信技术 2011(10)
    • [6].基于小波分析的图像压缩[J]. 通信技术 2010(08)
    • [7].图像压缩方法分类及其评价[J]. 泰山学院学报 2018(03)
    • [8].小波变换在图像压缩中的应用[J]. 数字技术与应用 2012(03)
    • [9].基于FPGA的星载图像压缩系统[J]. 电视技术 2010(04)
    • [10].余弦与小波变换在图像压缩中的比较[J]. 广东工业大学学报 2008(01)
    • [11].基于小波变换的图像压缩感知深度重构网络[J]. 中南民族大学学报(自然科学版) 2020(04)
    • [12].医学图像压缩方式的探讨[J]. 临床医学工程 2010(09)
    • [13].离散余弦变换在图像压缩中的应用[J]. 信息与电脑(理论版) 2018(12)
    • [14].图像压缩与远距离传输研究[J]. 无线电通信技术 2016(03)
    • [15].基于视觉冗余的多感兴趣区域医学图像压缩[J]. 科技创新与应用 2016(30)
    • [16].图像压缩的探析[J]. 科技致富向导 2011(12)
    • [17].基于稀疏分解的交通图像压缩[J]. 公路交通科技 2010(06)
    • [18].基于视觉注意机制的图像压缩感知复原[J]. 微型机与应用 2017(15)
    • [19].无人机地面站图像压缩传输系统设计与应用[J]. 航空计算技术 2011(01)
    • [20].基于压缩感知算法的图像压缩保密方法[J]. 探测与控制学报 2017(01)
    • [21].基于光学多尺度几何分析的图像压缩去噪[J]. 四川理工学院学报(自然科学版) 2014(04)
    • [22].一种形态学小波域彩色图像压缩编码算法[J]. 计算机系统应用 2009(04)
    • [23].产业信息[J]. 单片机与嵌入式系统应用 2018(12)
    • [24].空间相机图像压缩模拟源的设计与实现[J]. 液晶与显示 2012(04)
    • [25].基于关注区域提取的弹丸图像压缩[J]. 西安工业大学学报 2009(05)
    • [26].基于DSP的JPEG图像压缩的设计与实现[J]. 硅谷 2008(01)
    • [27].基于楔波的图像压缩[J]. 科学技术与工程 2008(14)
    • [28].基于多节点协作的WMSNs图像压缩算法[J]. 北京理工大学学报 2018(05)
    • [29].算术编码算法在图像压缩中的研究[J]. 计算机与数字工程 2017(09)
    • [30].基于小波变换的图像压缩中小波基的选取[J]. 科协论坛(下半月) 2011(04)

    标签:;  ;  ;  ;  

    基于小波变换与数字形态学的图像压缩后处理研究
    下载Doc文档

    猜你喜欢