一、基于小波均值块的渐进图像编码算法的研究（论文文献综述）
李亮[1]（2010）在《基于小波变换的静态图像压缩编码研究》文中研究表明随着信息和网络技术的发展,图像等媒体信息的记录描述、存储和传输都在朝着数字化方向前进,高效的图像压缩传输越来越受到人们的关注,因此,图像压缩技术成为国际上热门的研究课题。小波变换具有良好的局部特性和空间频率特性,并且具有描述非平稳图像信号的能力和适应人眼特性的良好性能。故在高性能的图像压缩编码领域中得到广泛研究和应用。本文在对图像压缩编码理论研究的基础上,从一定理论深度较为详细地阐述了小波变换的概念以及图像的小波变换方法,并在VC++环境下实现了彩色图像的小波变换。分析了小波变换后图像数据结构上的特点,正是这些特点为高效的小波编码算法实现奠定了基础。关于小波属性对图像压缩的影响,本文以Daubechies小波为例,通过大量实验予以归纳总结,得出了不同属性及不同取值时对图像压缩效果的影响,找出了合适的属性值及其对应的最优小波。嵌入式零树小波编码（Embedded Zerotree Wavelet, EZW）算法是小波图像编码研究的一个里程碑,对其研究具有很高的理论意义和实用价值。论文深入分析了EZW算法的原理和步骤,举例说明了算法的实现过程,并在Matlab中仿真实现。接下来对多级树集合分割（Set Partitioning in Hierarchical Trees, SPIHT）算法原理和步骤做出了详细的解释说明,在仿真实现之后,针对SPIHT算法有损压缩情况下,即低比特率时,恢复图像比较模糊的缺点,提出了改进方法。最后通过实验与原算法相比,在低比特率时,本文所做的改进是很有效的,PSNR值有所提高。另外,在实验过程中发现,对输入图像进行直流电平位移也可以一定程度提高PSNR值,而且消耗时间没有增加。
蒋鹏[2]（2007）在《基于小波变换的感兴趣区域压缩编码技术研究》文中提出感兴趣区域编码是当前图像压缩编码研究的一个热点,它的高压缩率和与用户的可交互性具有很大的吸引力。尤其3G网运行将给它带来更广阔的应用前景。本文在对目前国内外进行感兴趣区域编码的两种标准算法（最大位移算法和一般位移法）研究的基础上,介绍了一种改进的基于小波变换的ROI编码算法,并通过MATLAB编程对该算法进行了实现和分析。实验表明这种算法有四个基本的优点:（1）它支持任意形状的ROI编码,而不需要编码ROI的形状信息（2）它允许不同的小波子带有不同的ROI定义（3）采用合适的位移因子它可以控制ROI区域和BG区域重建图像质量的对比度（4）在低比特率情况下,能够对一幅图像中的具有不同优先级的多个ROI区域进行有效的编码。本文的成果和JPEG2000标准相结合将有很广泛的应用空间。
姚旻[3]（2006）在《基于提升小波变换的SPIHT编码算法的研究与实现》文中研究表明图像是人们生活中信息交流最为重要的载体,也是蕴涵信息量最大的媒体。众所周知,数字图像的数据量非常庞大,必须经过有效的压缩,才能满足数字图像的高速传输和存储。所以图像压缩作为通信及多媒体领域中的一项关键技术,对于信息技术的发展具有很强的现实意义和广阔的发展前景。 基于小波分解的压缩算法在静态和动态图像压缩领域得到了广泛的应用,并且已经成为某些图像压缩国际标准（JPEG2000）的重要环节。小波变换用于图像编码的基本思想就是把图像进行多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像进行系数编码。系数编码是小波变换用于压缩的核心,压缩的实质是对系数的量化压缩。图像经过小波变换后被分割成四个频带:水平、垂直、对角线和低频,低频部分还可以继续分解。然而,采用何种策略对小波变换后的数据进行处理仍是图像压缩领域的一个研究热点。 本文研究的重点是基于提升小波变换的SPIHT编码算法。对本文给出的编码算法方案进行了实验仿真,分析了实验结果,该编码方案对大部分图像的压缩效果都非常好,但是在低比特率下压缩高频图像丢失大量的细节信息,重构图像相对模糊,轮廓不清。针对这一问题,本文提出了一种改进方案,利用DCT变换只需要做实数的乘法和加法,计算复杂度适中,计算速度快;对大多数自然图像,DCT能将最多的信息放到最少的系数上去等优点。把DCT变换应用在小波变换之后,对小波变换后的高频子带作进一步的处理,使变换后的图像在高频域上的能量更加集中,再对其进行低比特率的编码能够很有效的保留高频信息。 实验证明,采用上述改进方案,在相同的较低比特率情况下,与原有方案相比重构图像的细节信息保留更多,视觉效果更好,峰值信噪比也有明显提高,这说明该改进方案取得了良好的效果,它将小波变换和DCT变换的优势充分结合,并与SPIHT编码算法组成了一种行之有效、性能优秀的图像压缩方案。
赵敏[4]（2005）在《基于小波的彩色人脸图像编码算法研究》文中进行了进一步梳理感兴趣区域ROI （Region of Interest）图像编码处理是联合图像专家组（JPEG）新推出的JPEG2000静态图像压缩标准中提供的一种新特性。ROI编码的特点是对图像中感兴趣的区域采用低压缩比的压缩甚至无损压缩,以获得比较高的图像质量,而对于背景区域则采用高压缩比。这样,就很好地解决了压缩比与重建图像质量之间的矛盾。在网络通信和数码相机中,彩色人脸图像是一类非常重要的图像,但因其数据量巨大,如果在极低比特率下对整幅图像进行压缩时,往往会使得图像的人脸信息不够清晰,不能进行有效的人脸辨认。所以本文重点研究彩色人脸图像编码算法,对感兴趣的人脸区域进行自动选择,在压缩时对人脸区域采用低压缩比有损压缩,而对其它区域则采用高压缩比有损压缩,这样,既能控制压缩后的数据量,又能保证人脸特征区域重建后的图像质量。相对于现有的算法而言,本课题提出的算法不仅简单,而且融合了人脸识别技术。通过该算法可以实现对特定类图像进行压缩的目的。实验证明本文提出的基于小波的彩色人脸图像编码算法在获得较高压缩比的同时还能够保证人脸区域的图像质量。本文重点完成了以下几个方面的工作: 1) 在阅读大量文献的基础上,首先比较了各种静态图像压缩算法,包括传统算法和现代算法,并展望了新一代压缩标准。通过比较分析,我们选择了最具有潜力的小波压缩作为基本算法来压缩人脸图像。2) 通过对小波理论内在性质的分析,导出数字图像离散小波分析模型,然后根据小波系数的特点,讨论了小波压缩算法的原理和实
覃剑[5]（2003）在《基于提升小波的嵌入式图像压缩》文中指出图像在信息获取中具有重要意义，但由于数据量大的特点，给传输和储存带来很大不便。传统的图像压缩方法主要从信息论的角度出发，没有考虑视觉特性，在压缩率和恢复图像的主观质量上不能满足人们的要求。本文主要研究如何利用图像小波变换后系数间的相关性实现小波系数的分级编码和传输，从而实现图像的渐近传输技术。 首先，由于小波分析由于具有多分辨或多尺度特性，在图像处理方面得到广泛应用。提升技术是构造小波和实现小波变换的一种新方法，并可以实现从整数到整数的变换，因此可以成为图像无损压缩的新手段。 其次，由于不同用户对同一图像的质量要求不同，因此有必要在编解码时，使图像的恢复能够根据用户要求，做到从有损到无损的过渡，即图像的渐近编码。 本文主要利用提升算法实现图像的整数小波变换，然后对几种经典的嵌入式图像编码算法进行了研究和比较，在对经过小波变换的图像系数进行统计分析后，提出一种对EZW（Embedded Zerotree Wavelets）算法进行改进的嵌入式图像压缩编码算法。该算法旨在提高图像无损压缩的压缩率，并可用于在进行图像有损压缩时提高恢复图像的主观质量。经过仿真表明，该算法在压缩率和恢复图像的主观质量上优于EZW算法。
二、基于小波均值块的渐进图像编码算法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于小波均值块的渐进图像编码算法的研究（论文提纲范文）
（1）基于小波变换的静态图像压缩编码研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 1. 课题研究的背景及意义 |
| 2. 图像压缩编码的历史和现状 |
| 3. 图像压缩编码的应用前景 |
| 4. 本文研究的主要内容 |
| 第一章 图像压缩编码理论 |
| 1.1 图像压缩的可能性 |
| 1.2 图像压缩编码的基本方法 |
| 1.2.1 统计编码 |
| 1.2.2 预测编码 |
| 1.2.3 变换编码 |
| 1.2.4 混合编码 |
| 1.3 图像压缩质量评价 |
| 1.3.1 压缩比 |
| 1.3.2 恢复图像质量 |
| 1.3.3 压缩和解压缩速度 |
| 本章小结 |
| 第二章 小波理论及其在图像压缩中的应用 |
| 2.1 连续小波变换 |
| 2.2 离散小波变换 |
| 2.2.1 基本概念 |
| 2.2.2 离散小波变换的快速算法—Mallat 算法 |
| 2.2.3 二维离散小波变换快速算法 |
| 2.3 图像的小波分解及VC++实现 |
| 2.4 小波变换系数的特点 |
| 2.4.1 方向选择性 |
| 2.4.2 频域能量聚集性 |
| 2.4.3 高频系数的空间聚集性 |
| 2.4.4 子带系数的相似性 |
| 2.5 小波变换实现图像压缩的基本思想 |
| 本章小结 |
| 第三章 小波属性在图像压缩中的研究 |
| 3.1 小波基的属性 |
| 3.2.1 正交性和双正交性 |
| 3.2.2 对称性 |
| 3.2.3 正则性 |
| 3.2.4 消失矩 |
| 3.2.5 紧支性 |
| 3.2 边界延拓 |
| 3.3 小波变换级数 |
| 3.4 实验及结论 |
| 3.4.1 实验环境 |
| 3.4.2 Daubechies 小波基 |
| 3.4.3 小波属性和图像压缩的关系 |
| 3.4.4 结论 |
| 本章小结 |
| 第四章 嵌入式编码研究及改进 |
| 4.1 嵌入式编码 |
| 4.2 嵌入式零树编码算法(EZW) |
| 4.2.1 零树的概念和结构 |
| 4.2.2 零树编码的扫描方式 |
| 4.2.3 零树编码过程 |
| 4.2.4 EZW 编码步骤 |
| 4.2.5 EZW 举例 |
| 4.2.6 EZW 算法仿真 |
| 4.3 多级树集合分割算法(SPIHT) |
| 4.3.1 SPIHT 算法涉及的概念 |
| 4.3.2 SPIHT 编码算法 |
| 4.3.3 SPIHT 算法仿真与分析 |
| 4.4 SPIHT 算法改进 |
| 4.4.1 精细化过程改进 |
| 4.4.2 直流电平位移 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（2）基于小波变换的感兴趣区域压缩编码技术研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外静态图像压缩研究现状和发展趋势 |
| 1.3 静态图像压缩标准 |
| 1.3.1 JPEG |
| 1.3.2 JPEG 2000 |
| 1.4 本文的研究内容和结构 |
| 第二章 图像压缩的基本知识 |
| 2.1 图像压缩原理 |
| 2.1.1 图像压缩系统的组成 |
| 2.1.2 信息论概念 |
| 2.2 图像压缩技术的分类 |
| 2.3 小波分析理论 |
| 2.3.1 小波变换 |
| 2.3.2 多分辨分析与Mallat 算法 |
| 2.3.3 数字图像的小波变换模型 |
| 2.3.4 本文小波变换的实现 |
| 2.4 图像质量评价标准 |
| 第三章 基于小波变换的图像编码 |
| 3.1 图像小波变换域的树表示 |
| 3.2 嵌入式小波零树编码（EZW） |
| 3.2.1 嵌入式小波零树编码的提出 |
| 3.2.2 EZW 的编码步骤 |
| 3.2.3 算法分析 |
| 3.3 实验与结论 |
| 第四章 基于小波变换的感兴趣区域编码 |
| 4.1 感兴趣区域的提取 |
| 4.2 计算ROI 的模板 |
| 4.3 感兴趣区域编码思想 |
| 4.4 最大位移法的编码技术 |
| 4.4.1 基本思想 |
| 4.4.2 ROI 编码的注释 |
| 4.4.3 最大位移法的一个示例 |
| 4.5 改进的ROI 编码算法 |
| 4.5.1 基本原理 |
| 4.5.2 性能分析 |
| 4.6 方案实现及仿真结果 |
| 第五章 总结与展望 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
| 导师及作者简介 |
（3）基于提升小波变换的SPIHT编码算法的研究与实现（论文提纲范文）
| 第一章 绪论 |
| §1-1 图像压缩技术的产生背景 |
| §1-2 图像压缩的发展历程和应用前景 |
| §1-3 图像压缩技术评价 |
| §1-4 本论文内容安排 |
| 第二章 小波分析理论 |
| §2-1 小波变换 |
| 2-1-1 连续小波变换 |
| 2-1-2 离散小波变换 |
| §2-2 多分辨率分析与MALLAT算法 |
| 2-2-1 多分辨率分析 |
| 2-2-2 MALLAT算法 |
| §2-3 小波提升方案 |
| 2-3-1 提升方案的基本原理 |
| 2-3-2 提升步骤 |
| 2-3-3 提升方案的优点 |
| §2-4 小波变换用于图像压缩 |
| 2-4-1 图像的小波分解 |
| 2-4-2 小波变换特性分析 |
| 2-4-3 小波图像压缩的基本问题 |
| 第三章 离散余弦变换理论 |
| §3-1 一维离散余弦变换 |
| §3-2 二维离散余弦变换 |
| 第四章 嵌入式编码算法 |
| §4-1 嵌入式编码传输原则 |
| §4-2 嵌入式零树小波(EZW)编码 |
| 4-2-1 编码步骤 |
| 4-2-2 编码说明 |
| 4-2-3 算法分析 |
| §4-3 SPIHT(SET PARTITIONING IN HIERARCHICAL TREES)算法 |
| 4-3-1 空间方向树及集合定义 |
| 4-3-2 算法集合划分规则 |
| 4-3-3 算法描述 |
| 4-3-4 算法的几点说明 |
| 第五章 基于提升小波变换的SPIHT编码方案 |
| §5-1 SPIHT编码方案的总体设计 |
| §5-2 变换算法的优点和缺点 |
| 5-2-1 小波变换的优缺点 |
| 5-2-2 DCT变换的优缺点 |
| §5-3 SPIHT编码方案的改进 |
| §5-4 方案的实现 |
| §5-5 实验结果和分析 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所取得的相关科研成果 |
（4）基于小波的彩色人脸图像编码算法研究（论文提纲范文）
| 第一章 综述 |
| 1.1 引言 |
| 1.2 本课题研究目的和意义 |
| 1.3 国内外研究现状和发展趋势 |
| 1.4 本文的研究内容和结构 |
| 第二章 静态图像压缩编码 |
| 2.1 图像压缩编码的可行性 |
| 2.2 图像压缩编码的分类 |
| 2.2.1 游程编码 |
| 2.2.2 LZW 编码 |
| 2.2.3 Huffman 编码 |
| 2.2.4 预测及内插编码 |
| 2.2.5 矢量量化编码 |
| 2.2.6 模型编码 |
| 2.2.7 分形编码 |
| 2.2.8 神经网络编码 |
| 2.2.9 变换编码 |
| 2.3 图像压缩编码的发展历史 |
| 2.3.1 早期阶段 |
| 2.3.2 中期阶段 |
| 2.3.3 当前阶段 |
| 2.4 压缩质量评价 |
| 2.5 图像编码标准 |
| 2.5.1 JPEG 标准 |
| 2.5.2 JPEG2000 标准 |
| 2.6 小结 |
| 第三章 小波理论 |
| 3.1 FOURIER 变换 |
| 3.2 一维小波变换 |
| 3.2.1 小波变换的定义 |
| 3.2.2 多分辨分析 |
| 3.2.3 离散小波变换 |
| 3.3 二维小波变换 |
| 3.4 双正交小波 |
| 3.5 数字图像的小波变换模型 |
| 3.6 本文小波变换的实现 |
| 3.6.1 小波基的选择 |
| 3.6.2 小波变换分解级数和边界问题 |
| 第四章 小波图像编码 |
| 4.1 图像小波变换域的树表示 |
| 4.2 嵌入式小波零树编码 |
| 4.2.1 嵌入式小波零树编码的提出 |
| 4.2.2 EZW 的编码步骤 |
| 4.2.3 算法分析 |
| 4.3 基于EZW 的感兴趣区域编码方案 |
| 4.4 小结 |
| 第五章 人脸检测 |
| 5.1 人脸检测概述 |
| 5.1.1 人脸检测问题的提出 |
| 5.1.2 人脸检测问题的定义 |
| 5.1.3 人脸检测问题的主要方法 |
| 5.2 人脸检测算法 |
| 5.2.1 建立肤色模型 |
| 5.2.2 过滤非人脸区域 |
| 5.2.3 模板匹配 |
| 5.3 实验结果 |
| 5.4 结论 |
| 第六章 基于人脸的小波图像压缩 |
| 6.1 彩色图像的压缩 |
| 6.2 基于感兴趣区域的彩色图像压缩 |
| 6.3 本文算法流程 |
| 6.4 实验 |
| 6.5 总结与展望 |
| 参考文献 |
| 致谢 |
（5）基于提升小波的嵌入式图像压缩（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 图像压缩技术的发展 |
| 1.2.1 早期阶段 |
| 1.2.2 中期阶段 |
| 1.2.3 当前阶段 |
| 1.3 渐近图像传输算法 |
| 1.4 本文的研究内容和章节安排 |
| 2 小波分析理论 |
| 2.1 小波变换及其性质 |
| 2.2 连续小波变换 |
| 2.3 离散小波变换 |
| 2.4 多分辨分析 |
| 2.4.1 多分辨分析的定义 |
| 2.4.2 尺度函数及子空间V_j |
| 2.4.3 小波函数及补空间W_j |
| 2.4.4 正交小波 |
| 2.5 快速小波变换 |
| 2.6 小波变换对图像信号的分解 |
| 2.7 小结 |
| 3 小波提升技术 |
| 3.1 双正交小波及多分辨分析 |
| 3.2 双正交小波的提升 |
| 3.2.1 提升技术的一般原理 |
| 3.2.2 利用提升实现小波用户化设计 |
| 3.3 小波变换的提升分解 |
| 3.3.1 小波变换的多相位表示 |
| 3.3.2 提升的多相位表示 |
| 3.3.3 小波变换的提升分解 |
| 3.3.4 常用小波的提升分解 |
| 3.4 整数小波提升变换 |
| 3.5 小结 |
| 4 嵌入式编码算法 |
| 4.1 嵌入式零树小波编码(EZW)算法 |
| 4.2 SPIHT算法 |
| 4.3 集合分裂嵌入块编码(SPECK)算法 |
| 4.4 小结 |
| 5 基于提升小波的嵌入式编码压缩算法 |
| 5.1 问题的提出 |
| 5.2 改进算法 |
| 5.3 实验数据及结论 |
| 5.3.1 整数小波变换 |
| 5.3.2 无损压缩时码率的比较 |
| 5.3.3 有损压缩时的码率和信噪比 |
| 5.4 小结 |
| 6 全文总结 |
| 致谢 |
| 参考文献 |
| 附: 1.作者在攻读硕士学位期间发表的论文目录 |
四、基于小波均值块的渐进图像编码算法的研究（论文参考文献）
- [1]基于小波变换的静态图像压缩编码研究[D]. 李亮. 大连交通大学, 2010(08)
- [2]基于小波变换的感兴趣区域压缩编码技术研究[D]. 蒋鹏. 吉林大学, 2007(03)
- [3]基于提升小波变换的SPIHT编码算法的研究与实现[D]. 姚旻. 河北工业大学, 2006(08)
- [4]基于小波的彩色人脸图像编码算法研究[D]. 赵敏. 四川师范大学, 2005(08)
- [5]基于提升小波的嵌入式图像压缩[D]. 覃剑. 重庆大学, 2003(01)