学位论文 > 优秀研究生学位论文题录展示

基于小波变换和矢量量化的图像压缩编码研究

作　者: 蔡求元
导　师: 王更生
学　校: 华东交通大学
专　业: 计算机应用技术
关键词: 图像压缩小波变换矢量量化码书设计分类矢量策略
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 25次
引　用: 0次
阅　读: 论文下载

内容摘要

图像作为现代社会传递信息的主要载体,它的显著特点是数据量大。在应用数字图像时面临两个问题:(1)需要大量的存储空间;(2)传输时对信道容量要求高。解决这两方面的问题是促进数字图像应用发展的关键。本文通过研究小波,变换和矢量量化的理论知识,提出一种将小波变换和改进的自组织特征映射算法相结合的图像压缩编码方法,有效的压缩了图像的数据量。本文主要研究内容如下:1.阐述了论文研究背景及意义,国内外相关技术研究现状。介绍了图像编码的基本理论,总结了常用的图像编码方法,论文同时还介绍了图像编码的评价方法和相关国际标准。2.介绍了小波变换的基本理论以及在图像压缩中的应用,并且通过编程实现了Daubechies9/7小波基在图像压缩中的应用。3.介绍了矢量量化的基本理论与三种常用的矢量量化码书设计方法,通过仿真实验对比分析了算法的性能。重点介绍了基本的自组织特征映射算法(SOFM),并且针对基本算法在生成初始码书、搜索获胜神经元以及修正获胜神经元与拓扑邻域内码字权值三个方面的不足提出了改进算法。4.基于Daubechies9/7小波变换和改进的SOFM算法提出了图像编码方案:首先对图像进行小波变换,接着针对不同小波子带系数的特点,采用跨频带分类矢量策略来构造新的矢量,利用改进的SOFM算法进行矢量量化。为验证本文方案的有效性,在仿真实验部分将小波变换结合矢量量化方法,即DWT+LBG、DWT+LVQ以及DWT+BSOFM、DWT+ISOFM进行了对比分析,实验结果表明,本文方案在一定的程度上提高了PSNR值,改善了图像的恢复质量。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-13
  1.1 课题研究背景及意义  9-10
  1.2 国内外相关技术的研究现状分析  10-11
    1.2.1 小波变换图像压缩编码研究现状  10-11
    1.2.2 矢量量化算法研究现状  11
  1.3 本论文的主要内容以及结构  11-13
    1.3.1 本文研究主要内容  11-12
    1.3.2 本文组织结构  12-13
第二章图像编码理论概述  13-22
  2.1 图像压缩编码的基本原理  13-15
    2.1.1 图像压缩发展的基础  13
    2.1.2 图像压缩的基本方法  13-14
    2.1.3 图像压缩的基本步骤  14-15
  2.2 图像编码方法的分类与总结  15-17
    2.2.1 传统的图像编码方法  15-16
    2.2.2 现代的图像编码方法  16-17
  2.3 图像压缩编码的性能衡量尺度和通用的国际标准  17-21
    2.3.1 图像压缩编码的性能衡量尺度  17-19
    2.3.2 图像压缩的若干国际标准  19-21
  2.4 本章小结  21-22
第三章小波变换理论与图像压缩研究  22-36
  3.1 小波变换的基础知识  22-26
    3.1.1 小波的概念  22-23
    3.1.2 连续小波变换  23
    3.1.3 离散小波变换  23-24
    3.1.4 多分辨率分析  24-25
    3.1.5 Mallat 算法  25-26
  3.2 图像压缩小波变换分析  26-31
    3.2.1 小波基的选择  26-27
    3.2.2 常用的小波基及其性质  27
    3.2.3 图像的小波分解与重构  27-30
    3.2.4 图像的小波变换思想与特点  30-31
  3.3 基于Daubechies9/7 小波变换的图像压缩  31-35
    3.3.1 Daubechies9/7 小波图像压缩简单介绍  31-32
    3.3.2 仿真实验分析  32-35
  3.4 本章小结  35-36
第四章矢量量化编码研究  36-50
  4.1 矢量量化编码的理论知识  36-37
    4.1.1 矢量量化的理论基础  36
    4.1.2 矢量量化的定义  36-37
    4.1.3 矢量量化的特点  37
  4.2 矢量量化编码中的几种关键技术  37-38
    4.2.1 码书设计  37-38
    4.2.2 码字搜索  38
    4.2.3 码字索引分配  38
  4.3 常用的矢量量化码书设计算法研究  38-41
    4.3.1 两种常用的算法简介  38-41
    4.3.2 仿真实验分析  41
  4.4 基本的自组织特征映射SOFM 码书设计算法研究  41-45
    4.4.1 自组织映射算法概念简介  41-42
    4.4.2 SOFM 网络的基本结构  42-43
    4.4.3 基本的SOFM 算法  43-44
    4.4.4 仿真实验分析  44-45
  4.5 改进的 SOFM 算法研究  45-49
    4.5.1 生成初始码书  45
    4.5.2 搜索获胜神经元  45-47
    4.5.3 修正获胜的神经元以及拓扑邻域内码字的权值  47-48
    4.5.4 改进后的 SOFM 算法的详细步骤  48-49
  4.6 本章小结  49-50
第五章基于小波变换和矢量量化的图像压缩研究  50-57
  5.1 小波变换与矢量量化编码(DWT+VQ)图像压缩算法概述  50-53
    5.1.1 DWT+VQ 图像压缩编码的基本的系统框图  50-51
    5.1.2 小波变换  51
    5.1.3 矢量量化  51-53
  5.2 小波变换与各种矢量量化算法图像压缩仿真分析  53-56
    5.2.1 重构图像对比分析  53-55
    5.2.2 压缩性能对比分析  55-56
  5.3 本章小结  56-57
第六章总结与展望  57-59
  6.1 工作总结  57-58
    6.1.1 主要工作回顾  57
    6.1.2 本文创新点  57-58
  6.2 展望  58-59
参考文献  59-61
个人简历在读期间发表的学术论文  61-62
致谢  62

基于小波变换和矢量量化的图像压缩编码研究

内容摘要

全文目录

相似论文