学位论文 > 优秀研究生学位论文题录展示

基于区域检测的小波分形图像压缩方法

作 者: 陈明夫
导 师: 邓彩霞
学 校: 哈尔滨理工大学
专 业: 应用数学
关键词: 最大稳定极值区域 小波变换 分形编码 人眼视觉特性
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 6次
引 用: 0次
阅 读: 论文下载
 

内容摘要


图像压缩在图像传输和存储中起着至关重要的作用.小波变换能够有效克服传统傅里叶变换的局限性,因此在图像压缩领域受到广泛的重视;分形图像压缩针对具有明显相似性的图像类能够取得很高的压缩比,也是一种非常重要的图像压缩方法.而同一取向不同分辨率上的小波变换的子图像间有很强的相似性,这就为小波与分形的结合带来了契机.目前国内外已有一些小波与分形相结合的图像压缩方法,虽然提高了峰值信噪比,但重构图像的主观视觉效果并不理想.为此,本文将区域检测中的最大稳定极值区域检测方法引入到小波与分形相结合的图像压缩编码中,尝试使改进后的图像压缩方法更符合人眼的视觉特性,在提高峰值信噪比的同时,获得较高的图像质量.主要的研究成果如下:1.改进了传统的客观评价标准,给出加权的峰值信噪比公式.新的评价标准将主、客观有机结合在一起,在提升峰值信噪比的同时,图像主观质量也较好.2.提出了一种改进的小波分形图像压缩方法。依据最大稳定极值区域检测得到的图像特征,对图像小波分解后得到的高频部分和低频部分的处理分别做出了改进.高频部分,细节图像块的选取较传统方法更符合人眼视觉;低频部分,则是进行了加权处理,起到了合理的增幅作用.实验结果表明,本文提出的方法使压缩图像达到了主观质量和客观评价均好的效果。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-14
  1.1 课题来源和研究的目的及意义  10-11
    1.1.1 课题来源  10
    1.1.2 课题研究的目的及意义  10-11
  1.2 国内外研究发展状况  11-13
  1.3 本文主要研究内容  13-14
第2章 预备知识  14-22
  2.1 正交多分辨率分析  14-16
  2.2 迭代分形编码  16-18
  2.3 最大稳定极值区域检测  18-21
    2.3.1 最大稳定极值区域  18-19
    2.3.2 最大稳定极值区域检测  19
    2.3.3 最大稳定极值区域的椭圆拟合  19-21
  2.4 本章小结  21-22
第3章 改进的图像质量评价标准  22-25
  3.1 引言  22
  3.2 传统的主、客观评价标准  22-23
  3.3 改进的图像质量评价标准  23-24
  3.4 本章小结  24-25
第4章 基于区域检测的小波分形图像压缩方法  25-32
  4.1 本文压缩方法  25-26
  4.2 传统的小波分形压缩方法  26-27
  4.3 本文方法编码方案  27-29
  4.4 实验结果及结论  29-31
  4.5 本章小结  31-32
结论  32-33
参考文献  33-37
攻读学位期间发表的学术论文  37-38
致谢  38

相似论文

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 唇读中的特征提取、选择与融合,TP391.41
  4. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  5. 感觉刺激诱发脑电特征研究,R318.0
  6. 网络传输中的ROI图像编码算法研究,TN919.81
  7. 小波变换在桥梁变形监测数据处理中的应用,TP274
  8. 基于轮廓波变换的数字图像水印方法研究,TP309.7
  9. 基于Contourlet变换的数字图像盲水印技术研究,TP309.7
  10. 基于多尺度分析的图像融合算法研究,TP391.41
  11. 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
  12. 轮廓波变换及其在图像处理中的应用,TP391.41
  13. 基于小波的雷达视频压缩方法研究,TN957.52
  14. 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
  15. 一种多数据流聚类异常检测算法,TP311.13
  16. 基于图像的信息隐藏技术研究,TP309.7
  17. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  18. 基于遗传算法及小波变换的三维曲面拼接方法研究,TP391.41
  19. 基于Nios Ⅱ的暂态电能质量扰动检测的SOPC设计,TN47
  20. 基于PET/CT的医学图像融合算法的设计与实现,TP391.41
  21. 基于提升格式小波包变换和神经网络机翼盒段多损伤检测研究,V224

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