2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、隨著社會信息化進程的加快,數(shù)字電視、網(wǎng)絡(luò)多媒體通信、會議電視、可視電話、遙感圖像傳輸、圖像數(shù)據(jù)庫、自動指紋識別系統(tǒng)存儲等得到了廣泛的應(yīng)用。由于圖像數(shù)據(jù)的龐大,實現(xiàn)圖像通信和存儲一直面臨著帶寬和容量限制的難題,因此,不斷探求圖像壓縮的新技術(shù)、新方法,一直是人們的不懈追求。作為多分辨率分析的方法,小波和Conturlet變換具有很好的時頻特性,適合按照人的視覺系統(tǒng)特性設(shè)計圖像壓縮。小波、Contourlet和分形技術(shù)的引入,帶來了圖像壓縮技

2、術(shù)的新發(fā)展。本文主要研究基于Contourlet變換和分形的圖像壓縮技術(shù),包括以下幾個方面: 首先對圖像壓縮的一般方法進行了綜述,闡述了小波和Contourlet變換基本原理和基本思路。在此基礎(chǔ)上研究實現(xiàn)了基于Contoulet變換的嵌入式編碼方法,并給出了結(jié)合數(shù)學(xué)形態(tài)學(xué)的無冗余Contourlet圖像編碼方法; 然后給出了一種基于無冗余Contourlet變換的自適應(yīng)門限分形零樹混合圖像編碼方法,并與基于小波變換的分形

3、零樹混合圖像編碼方法進行了比較,實驗結(jié)果顯示本文方法能更好的保持圖像的紋理; 接著針對基于小波的圖像矢量量化方法不能有效地保護圖像邊緣的局限,提出了一種基于無冗余Contourlet變換的人臉圖像矢量量化方法。實驗結(jié)果表明, 相對于基于小波的圖像矢量量化方法,本文所提出的算法獲得的解碼圖像邊緣更加清晰; 最后將Krawtchouk矩不變量引入到自適應(yīng)分形編碼中,提出了基于Krawtchouk矩的自適應(yīng)四叉樹分形編碼方法和

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。

評論

0/150

提交評論