版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著多媒體技術(shù)和計算機通信的日益發(fā)展,具有龐大數(shù)據(jù)量的數(shù)字圖像極大地制約了圖像通信。采用有效的壓縮編碼技術(shù)刪除冗余,以盡量少的比特數(shù)存儲圖像,同時保證圖像的質(zhì)量,己成為研究的熱點。本學(xué)位論文從理論和實踐上介紹了不同于傳統(tǒng)方法的壓縮算法—基于紋理特征的分形圖像壓縮算法。算法采用迭代函數(shù)系統(tǒng)(IFS)對圖像進行壓縮,主要以不動點定理和拼貼定理作為理論基礎(chǔ)。對給定的圖像,以圖像的統(tǒng)計特征和紋理特征為基礎(chǔ)采用分塊的思想,尋找一組由壓縮仿射變換構(gòu)
2、成的IFS。圖像的解碼不依賴于原始圖像,對任意初始圖像,用IFS反復(fù)迭代,就能將原始圖像重現(xiàn)。因此,編碼文件只需存儲IFS碼,從而得到較高的壓縮比。
本學(xué)位論文首先在研究圖像紋理特征描述方法的基礎(chǔ)上,提出了一種改進的紋理圖像檢索方法,將統(tǒng)計方法和結(jié)構(gòu)分析方法有機地結(jié)合起來,既能描述圖像的灰度分布信息,又能表達局部細節(jié),彌補了采用單一方法的不足,并且能夠以較少數(shù)量的特征描述圖像。實驗結(jié)果顯示,與其它算法相比具有更好的檢索精度;其
3、次,根據(jù)圖像的統(tǒng)計特征對定義域及值域塊進行分類處理,大大減少了編碼時間。提出的改進算法彌補了基于熵值的分形編碼算法存在的缺點,即值域塊與分區(qū)間內(nèi)的定義域塊進行匹配時,熵值介于邊界附近的值域塊容易丟失掉最佳匹配塊,從而導(dǎo)致解碼圖像質(zhì)量的降低。該算法通過確定閾值的范圍,避免了最佳匹配域塊的丟失,使得重建后圖像的質(zhì)量有所提高。與基本分形算法相比,該算法實現(xiàn)了縮短編碼時間,提高解碼圖像質(zhì)量的效果;最后,提出了一種改進的混合編碼方法,將可以描述圖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖像特征的分形圖像編碼方法研究.pdf
- 基于特征分類的快速分形圖像編碼方法研究.pdf
- 基于分形理論的圖像編碼方法.pdf
- 幾種快速分形圖像編碼方法的研究.pdf
- 基于相關(guān)系數(shù)的快速分形圖像編碼方法.pdf
- 基于分形理論的VDR雷達圖像編碼方法的研究.pdf
- 基于紋理合成的圖像-視頻編碼方法研究.pdf
- 快速分形圖像壓縮編碼方法研究.pdf
- 基于視覺信息的紋理編碼方法.pdf
- 數(shù)字圖像分形壓縮編碼方法研究.pdf
- 分形圖像編碼加速和紋理分割方法的研究.pdf
- 基于分形方法的圖像編碼研究.pdf
- 基于高階譜特征的圖像分形編碼.pdf
- 圖像分類中高階特征編碼方法的研究.pdf
- 基于自適應(yīng)門限的快速分形編碼方法研究.pdf
- 基于DCT變換的圖像編碼方法研究.pdf
- 基于分形的混合圖象壓縮編碼方法的研究.pdf
- 基于分形幾何的彩色紋理圖像分析方法研究.pdf
- 基于分形的機加工表面SEM圖像紋理特征分析.pdf
- 基于分形圖像編碼的快速搜索方法研究.pdf
評論
0/150
提交評論