基于Contourlet变换和分形的图像压缩技术研究

基于Contourlet变换和分形的图像压缩技术研究

论文摘要

随着社会信息化进程的加快,数字电视、网络多媒体通信、会议电视、可视电话、遥感图像传输、图像数据库、自动指纹识别系统存储等得到了广泛的应用。由于图像数据的庞大,实现图像通信和存储一直面临着带宽和容量限制的难题,因此,不断探求图像压缩的新技术、新方法,一直是人们的不懈追求。作为多分辨率分析的方法,小波和Conturlet变换具有很好的时频特性,适合按照人的视觉系统特性设计图像压缩。小波、Contourlet和分形技术的引入,带来了图像压缩技术的新发展。本文主要研究基于Contourlet变换和分形的图像压缩技术,包括以下几个方面:首先对图像压缩的一般方法进行了综述,阐述了小波和Contourlet变换基本原理和基本思路。在此基础上研究实现了基于Contoulet变换的嵌入式编码方法,并给出了结合数学形态学的无冗余Contourlet图像编码方法;然后给出了一种基于无冗余Contourlet变换的自适应门限分形零树混合图像编码方法,并与基于小波变换的分形零树混合图像编码方法进行了比较,实验结果显示本文方法能更好的保持图像的纹理;接着针对基于小波的图像矢量量化方法不能有效地保护图像边缘的局限,提出了一种基于无冗余Contourlet变换的人脸图像矢量量化方法。实验结果表明,相对于基于小波的图像矢量量化方法,本文所提出的算法获得的解码图像边缘更加清晰;最后将Krawtchouk矩不变量引入到自适应分形编码中,提出了基于Krawtchouk矩的自适应四叉树分形编码方法和基于Krawtchouk矩不变量的自适应分类快速分形编码方法,文中给出了实验结果,并进行了比较。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题的研究背景和意义
  • 1.2 基于小波、Contoulet 变换和分形图像编码的国内外研究概况
  • 1.3 论文的主要研究内容及创新点
  • 1.3.1 本论文的主要研究任务
  • 1.3.2 本论文的主要创新点
  • 第二章 小波和Contourlet 变换的基本理论
  • 2.1 小波变换
  • 2.1.1 连续小波变换和离散小波变换
  • 2.1.2 多分辨率分析和Mallat 算法
  • 2.1.3 图像的小波变换
  • 2.2 Contourlet 变换
  • 2.2.1 Contourlet 变换概述
  • 2.2.2 塔形方向滤波器组PDFB
  • 2.2.3 图像的Contourlet 变换
  • 2.3 本章小结
  • 第三章 基于Contourlet 变换的图像编码
  • 3.1 基于Contourlet 变换的嵌入式图像编码
  • 3.1.1 Contourlet 变换系数的统计特性及Contourlet 子树的构成
  • 3.1.2 编码步骤
  • 3.1.3 实验结果及算法性能比较
  • 3.2 结合数学形态学的无冗余Contourlet 图像编码
  • 3.2.1 基于小波的Contourlet 变换
  • 3.2.2 编码预处理与显著簇的生成
  • 3.2.3 实验结果及分析
  • 3.3 本章小结
  • 第四章 基于无冗余Contourlet 变换的自适应门限分形零树混合图像编码
  • 4.1 无冗余Contourlet 域的自适应门限四叉树分形编码算法
  • 4.2 基于无冗余Contourlet 变换的自适应门限分形零树混合编码
  • 4.3 实验结果及算法性能比较
  • 4.4 本章小结
  • 第五章 基于无冗余Contourlet 变换的人脸图像矢量量化
  • 5.1 基于第二代小波的Contourlet 变换
  • 5.2 基于无冗余Contourlet 变换的矢量量化
  • 5.2.1 矢量的形成及门限矢量量化
  • 5.2.2 重要类矢量量化的误差准则
  • 5.2.3 非线性插补矢量量化
  • 5.3 基于粒子群优化算法的码书训练
  • 5.3.1 模糊C-均值聚类算法
  • 5.3.2 粒子群算法
  • 5.3.3 基于粒子群优化算法的码本训练算法
  • 5.4 实验结果及算法性能比较
  • 5.5 本章小结
  • 第六章 基于KRAWTCHOUK 矩不变量的分形编码
  • 6.1 KRAWTCHOUK 矩和KRAWTCHOUK 矩不变量
  • 6.2 基于KRAWTCHOUK 矩不变量的自适应门限四叉树分形编码
  • 6.2.1 基于Krawtchouk 矩不变量的自适应门限四叉树分形编码过程
  • 6.2.2 实验结果
  • 6.3 基于KRAWTCHOUK 矩不变量的自适应分类快速分形编码
  • 6.3.1 核模糊聚类
  • 6.3.2 基于Krawtchouk 矩不变量的快速分形编码过程
  • 6.3.3 实验结果与分析
  • 6.4 本章小结
  • 第七章 总结与展望
  • 7.1 本文的主要工作
  • 7.2 进一步的研究工作
  • 参考文献
  • 致谢
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    基于Contourlet变换和分形的图像压缩技术研究
    下载Doc文档

    猜你喜欢