毕业设计论文 基于信源模型图像编码的数据压缩算法的研究与实现 附源程序[实用论文].doc

本科生毕业论文（设计） 基于信源模型图像编码的数据压缩 题 目： 算法的研究与实现 目 录 摘要 I ABSTRACT II 第一章 绪论 1 1.1 课题研究的意义 1 1.2 课题研究的现状 2 1.3课题研究的内容和目的 3 1.4图像压缩的相关概念 4 第二章 基于信源模型图像压缩的综述 7 2.1 基于信源模型的图像压缩技术分类 7 2.2分形图像编码 8 2.2.1 分形图像编码的基本原理 8 2.2.2分形图像压缩的基本算法 9 2.2.3分形图像压缩的特点 12 2.3模型基图像编码 13 2.3.1模型基图像压缩的基本思想 14 2.3.2人脸模型化 15 2.3.3 模型基编码的特点 17 第三章 矢量量化图像编码的研究 18 3.1矢量量化的定义 18 3.2量化的关键技术 19 3.2.1码书设计 19 3.2.2码字搜索 21 3.2.3索引分配 22 3.3相关改进算法 23 3.3.1改进的覆盖聚类算法 23 3.3.2改进的SA-LBG算法 24 第四章 软件系统的整体设计与实现 29 4.1 软件系统的整体设计及模块实现说明 29 4.2算法的VC++实现的简单说明 36 4.3矢量量化编码的性能和复杂度 37 4.4算法的结果 38 第五章 结束语 39 参考文献 40 致谢 42 附 录 43摘要 伴随着科技的发展，社会的进步，在多媒体压缩范畴里，人们认识到对信源的建模表达能使压缩技术取得更大的进展。于是产生了一系列的基于信源模型的图像压缩技术。 本文在概要论述基于信源模型图像压缩技术的基础上，重点研究了矢量量化图像压缩。矢量量化一直是图像编码领域最常用的有损压缩技术之一，具有信息理论概念上的最优性和实际应用的简易性。在编码过程中，矢量量化编码器在码书中为每个输入图像块矢量寻找最匹配码字，并将其索引号而非码字本身传送到解码端，因而此编码算法能提供较高的压缩比，解码过程也只需进行简单的查表操作。论文主要的研究工作体现在以下几个方面： 系统地综述了矢量量化的三大关键技术，即码书设计、码字搜索和码字索引分配。在此基础上提出了改进的LBG算法。 同时还介绍了分形图像压缩和模型基图像压缩的基本原理及算法，旨在深入了解信源模型图像压缩的技术。 关键词：信源模型，矢量量化，分形图像压缩，模型基图像压缩 ABSTRACT With the development of technology, and the progress of our society, in the multimedia compression category, people realized that the expression on source model can make the compression technology have greater progress. As follows, a series of image compression technology based on the source model have been created. The conceptions and algorithms for image coding based on source model, and focuses the research on vector quantization image compression algorithms is been summarily introduced in this thesis. Vector Quantization(VQ) has long been established as an efficient lossy compression technique popular in image coding field due to its optimality in information theory and simplicity in practical applications. By finding the nearest codeword in a codebook for each input image block vector and transmitting the codeword’s corresponding index to the decoder, VQ coding algorithm can usually provide high compression ratio and a simple table-look-up decoding opera