- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
研究生学位论文选题报告及论文工作实施计划 学 院:数 理 学 院 专 业: 应 用 数 学 研 究 生:杨 静 学位级别:硕 士 指导教师:何 传 江 入学年月:2002年9月 说 明 一、论文选题报告由研究生向教研(研究)室汇报并听取意见后,整理成文填写。 二、研究生应在入学后的第三学期内完成选题报告。 三、本表一式三份,一份交学院,指导教师和研究生各存一份。研究生自存表应于答辩前交学院,作为答辩申报材料之一。 一、论文选题报告(申请时间:2003 年12月9 日) 报告内容:(课题学术和实用意义,国内外现状综述;研究目的、内容、技术路线;可行性论证等) 现代多媒体应用和通信技术的发展,提出了大量存贮和传输各种静态图像和动态 图像的问题,高质量传输和存贮图像的一种途径是把连续的图像信息离散化形成数字 化图像。一幅图像的各象素之间存在很大的相关性,因此,可以利用一些编码的方法 删去相关性达到减少冗余的目的,使其数据量大大小于原始的图像的数据量,接着对 压缩后的图像进行存贮或传输。如何用尽可能少的数据来尽可能不失真地表示图像已 成为这些应用的关键,这就是图像压缩编码问题。 自1948年Oliver提出PCM编码理论开始,图像压缩技术走过了50余年的历史。许 多压缩方法(如DPCM、DCT、VQ等)被提出,并得到较为广泛的实际应用。目前还 有了基于DCT 等的国际压缩标准(如JPEG,MPEG等)。然而,随着这些传统编码方 法的深入应用,人们逐渐发现了它们的许多缺点(比如高压缩比时图像出现的严重方 块效应,压缩算法不易反映人的视觉系统特性等等)。为克服传统压缩方法中的上述 缺点,人们不断探索新的图像编码方法。分形图像编码就是在这样的背景下产生的, 它被认为是第二代图像压缩编码技术的三大方法之一。分形图像编码是一个新颖的迭 代解码压缩技术。自1990年初Jacquin提出实用的分形块编码(fractal block coding) 以来,短短十余年间,分形图像编码的研究取得了长足的进展。 一、图像压缩编码方法 图像压缩编码可分为无失真编码和限失真编码。为了进一步提高图像编码的压缩 比,除了利用图像中象素之间的相关性外,还必须充分利用人的视觉系统对图像灰度 灵敏度的差异,因此,限失真编码便成了压缩图像的常用方法。 (1) 变换编码:在变换编码中,进行图像编码的一项重要工作就是寻求一种正交变 换,图像数据经这种变换后,可以用一组解除了相关性的数据(变换系数)代替 对于大多数自然图像,变换得到的系数值大都很小。如果把这些系数按其含有图 像信息及其对图像主观质量影响的重要程度顺序排列起来,那么,粗量化或完全 忽略掉一些不重要的系数将不会对重建图像质量发生什么重大影响(只产生很少 的失真),从而达到压缩数据的目的。图像处理学中介绍的各种变换(如离散余 弦变换,小波变换等)都可以用于变换编码。 (2)? 预测编码:图像的相邻象素之间通常呈现出高度的相关性,这种高度的相关 性使得未加工数据中蕴涵高度的信息冗余。因此,解除数据的这种相关性有可能 获得图像数据的有效压缩编码。预测编码(又称DPCM,Differential Pulse-Code Modulation,差分脉冲编码调制)就是基于这样的基本原理,每个像素可以根据以 前已知的几个象素值来预测。因此在预测法编码中,编码和传输的并不是象素取 样值本身,而是这个取样值的预测值与实际值之间的差值。 (3) 矢量量化:预测编码与变换编码都属于标量量化(数值量化,Scalar Quantization),即先将图像经某种映射变换变成一个数列,然后逐一进行量化编码。向量量化(Vector Quantization, VQ)与标量量化方法不同,它把图像数据分成很多组,每组看成为一个向量,然后逐个向量进行量化编码。(R.M. Gray and D. L. Neuhoff, Quantization, IEE
原创力文档


文档评论(0)