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
|
相似论文
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 远程医疗系统图像压缩及传输关键技术研究,R318.0
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 偏远地区配电变压器防盗监控系统的设计,TM421
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 鞍山供电机房视频监控系统,TP391.41
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|