基于纹理分析的小波岩心图像编码算法研究

基于纹理分析的小波岩心图像编码算法研究

论文摘要

目前岩心图像压缩大多采用基于DCT变换的JPEG算法,在低比特率的情况下会产生纹理或边缘信息模糊的方块效应。本文从纹理分析的角度出发,研究岩心图像小波包分解方法和编码算法。论文主要包括以下三个方面内容:(1)将边缘度的概念扩展为子带边缘度,并将其作为小波子带内纹理程度的量度和小波包分解最优基选择的代价函数,对岩心图像进行小波包分解,减小高频子带内边缘度,增强子带内部系数相关性,为下一步对岩心图像进行小波编码提供有利条件。(2)提出基于子带边缘度小波包分解的SPECK算法,S-倍频分裂方式更适合小波包子带的系数分布特性。实验结果表明本文算法对岩心图像获得的PSNR普遍高于SPECK,并且岩心图像纹理信息的主观视觉效果要高于SPECK;(3)提出基于子带边缘度小波包分解的JPEG2000编码,结合EBCOT算法中码块划分方法及码块尺寸限制,动态设定小波包分解子带的码块尺寸参数,有效的利用了高频子带的系数相关性。实验结果显示该算法对岩心图像获得的PSNR普遍高于JPEG2000标准,且岩心图像纹理信息的主观视觉效果要高于JPEG2000。

论文目录

  • 摘要
  • ABSTRACT
  • 创新点摘要
  • 第一章 绪论
  • 1.1 问题的提出
  • 1.2 图像编码现状
  • 1.2.1 基于小波变换的图像编码
  • 1.2.2 基于纹理分析的图像编码
  • 1.3 本文研究内容及结构
  • 1.4 本章小结
  • 第二章 纹理分析及小波变换基础
  • 2.1 纹理分析基础
  • 2.1.1 纹理的定义
  • 2.1.2 纹理的描述
  • 2.1.3 小波域纹理分析
  • 2.1.4 纹理分析的应用
  • 2.2 小波变换基础
  • 2.2.1 连续小波变换
  • 2.2.2 离散小波变换
  • 2.2.3 多分辨率分析与Mallat 算法
  • 2.2.4 小波包变换
  • 2.3 图像的小波分解
  • 2.4 本章小节
  • 第三章 岩心图像的纹理分析及小波包分解
  • 3.1 岩心图像的系数特点
  • 3.2 基于边缘度的岩心图像纹理分析
  • 3.3 岩心图像小波包分解
  • 3.4 岩心小波包编码算法的选择
  • 3.5 本章小结
  • 第四章 基于改进SPECK 的岩心图像压缩算法
  • 4.1 SEPCK 算法
  • 4.2 改进的SPECK 算法
  • 4.2.1 SPECK 算法的分析
  • 4.2.2 四叉树分裂的改进
  • 4.2.3 算法描述
  • 4.2.4 小波包分解最小子带尺寸的限制
  • 4.3 算法实现与结果分析
  • 4.4 本章小结
  • 第五章 基于JPEG2000 的岩心图像压缩算法
  • 5.1 EBCOT 算法
  • 5.1.1 比特平面编码
  • 5.1.2 Tier-2 编码
  • 5.2 改进的EBCOT 算法
  • 5.2.1 编码块尺寸的划分
  • 5.2.2 基于最优码块尺寸的小波包分解
  • 5.3 算法实现与结果分析
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 发表文章目录
  • 致谢
  • 详细摘要
  • 相关论文文献

    • [1].基于肿瘤全域表观扩散系数纹理分析预测上皮性卵巢癌复发的研究[J]. 中国临床医学影像杂志 2020(01)
    • [2].基于HJ-1C卫星数据的活动断层提取研究[J]. 地壳构造与地壳应力文集 2016(02)
    • [3].计算机断层扫描纹理分析在预测联合靶向化疗后的结直肠癌肝转移灶治疗反应的价值研究[J]. 生物医学工程学杂志 2018(06)
    • [4].骨骼肌超声图像纹理分析的研究进展[J]. 中国康复医学杂志 2019(05)
    • [5].自适应尺度的双边纹理滤波方法[J]. 计算机应用 2018(05)
    • [6].地震纹理分析在油气勘探中应用进展[J]. 物探与化探 2013(03)
    • [7].基于3D动脉自旋标记成像的纹理分析法在脑胶质瘤分级中的初步研究[J]. 磁共振成像 2019(05)
    • [8].超声联合纹理分析对乳腺结节良恶性的诊断价值[J]. 中华医学超声杂志(电子版) 2019(08)
    • [9].基于随机纹理分析的越野环境地形识别[J]. 计算机应用 2008(10)
    • [10].纹理分析在小脑半球原发性中枢神经系统淋巴瘤和单发转移瘤鉴别诊断中的应用价值[J]. 神经损伤与功能重建 2019(02)
    • [11].磁共振图像纹理分析在脑肿瘤中的研究进展[J]. 华南国防医学杂志 2018(08)
    • [12].基于纹理分析的阿尔茨海默症及轻度认知功能障碍的分类研究[J]. 北京生物医学工程 2014(06)
    • [13].纹理分析在肿瘤影像组学中的临床应用[J]. 贵州医药 2019(07)
    • [14].纹理分析在电厂锅炉汽包水位监视中的应用[J]. 上海电力学院学报 2012(03)
    • [15].T2WI序列纹理分析联合机器学习的影像组学术前预测肾透明细胞癌的病理分级[J]. 中国医学影像学杂志 2020(08)
    • [16].应用衍生纹理指数对杉木林分蓄积量的估测[J]. 东北林业大学学报 2019(07)
    • [17].纹理分析在甲状腺结节影像学中的研究进展[J]. 中国医学计算机成像杂志 2018(05)
    • [18].基于地震纹理属性聚类分析的裂缝分布预测[J]. 科学技术与工程 2017(30)
    • [19].基于子窗口字典学习的机织物纹理表征及应用[J]. 东华大学学报(自然科学版) 2019(03)
    • [20].纹理分析在MRI动态增强扫描鉴别肾细胞癌亚型中的应用研究[J]. 磁共振成像 2019(07)
    • [21].基于MRI图像纹理分析的应用及研究进展[J]. 中国医学计算机成像杂志 2018(05)
    • [22].纹理分析在结直肠癌诊治中的应用进展[J]. 肿瘤影像学 2017(04)
    • [23].基于灰度共生矩阵的织物纹理分析[J]. 计算机工程与设计 2008(16)
    • [24].X线纹理分析鉴别诊断乳腺叶状肿瘤与纤维腺瘤[J]. 中国医学影像技术 2019(02)
    • [25].基于多尺度小波的纹理分析(英文)[J]. 系统仿真学报 2015(09)
    • [26].乳腺癌动态增强磁共振成像纹理分析对新辅助化疗疗效预测与评估研究[J]. 肿瘤影像学 2020(03)
    • [27].动态增强MRI纹理分析预测局部进展期直肠癌新辅助放化疗完全缓解的研究[J]. 现代实用医学 2019(07)
    • [28].彩色多普勒超声图像纹理分析诊断肝局灶性病变价值研究[J]. 临床军医杂志 2019(09)
    • [29].结直肠癌:CT增强门静脉期肝脏图像的纹理分析作为预测生存的指标[J]. 国际医学放射学杂志 2009(02)
    • [30].增强CT纹理分析对食管鳞癌转移性淋巴结的诊断价值[J]. 中国医学计算机成像杂志 2019(01)

    标签:;  ;  ;  ;  

    基于纹理分析的小波岩心图像编码算法研究
    下载Doc文档

    猜你喜欢