导读:本文包含了分形编码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,分形,邻域,特征,计量学,方差,向量。
分形编码论文文献综述
朱智林,王永玉,平子良[1]（2018）在《基于复指数矩的模糊聚类分形编码研究》一文中研究指出在分形图像编码过程中,搜索每个R块的最优匹配D块所需要计算量相当可观,从而导致编码时间过长.图像像素块的复指数矩具有平移、旋转、缩放等多畸变不变性,这种多畸变不变性与图像的分形特性相契合,并且可以利用快速傅里叶变换实现.本文提出基于复指数矩和模糊聚类的快速分形编码方法,根据D块的复指数矩不变量利用模糊聚类对D块进行分类,进一步根据R块的复指数矩不变量寻找最优匹配的D块.实验表明,与其它方法相比,该快速分形编码方法在保持解码图像质量不变的同时,大大提高了分形编码的速度.(本文来源于《微电子学与计算机》期刊2018年12期）
郭慧,贺杰,陈晓虹[2]（2017）在《一种改进的K-均值聚类分形编码方法》一文中研究指出为了解决分形图像编码耗时过长的问题,该论文主要研究了基于K-均值聚类的快速分形编码算法。首先引入方差法将子块分为简单块和复杂块,随后采用K-均值聚类算法对复杂子块及父块进行分类,并在搜索匹配父块的过程中运用近邻搜索法,使得相应子块仅在近邻范围内与同类的父块进行匹配运算。该方法对匹配块的搜索过程进行了优化,大幅度减少了编码时间。测试结果表明,与基本分形编码算法相比可提速多倍,并且其重构图像效果较好。(本文来源于《软件工程》期刊2017年11期）
张琴,林清华,康新[3]（2017）在《基于核密度估计和分形编码算法的图像检索技术研究》一文中研究指出为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。(本文来源于《计量学报》期刊2017年03期）
陈云花,章星[4]（2017）在《分形编码在人脸识别中的应用》一文中研究指出随着科学技术水平的大力发展与改进,怎样对人脸图像展开编码、识别、检索成为图像信息领域内一个较为热门的话题。针对一个大型的人脸库而言,一般首先需要对每一幅人脸展开压缩,以此对储存空间进行节省。文章分析了分形编码在人脸识别中的具体应用,并对目前的分形技术用于人脸识别方法进行了研究。(本文来源于《中国高新技术企业》期刊2017年03期）
汪玮玮,张爱华,唐婷婷,张璟[5]（2017）在《基于分类父块库特征的快速分形编码算法》一文中研究指出基本分形图像压缩编码算法虽然是一种很有前途的限失真编码方法,但是它存在着编码时间较长、计算复杂度较高的缺点。为了解决分形图像压缩编码算法编码时间过长的问题,基于图像的父块特征,提出了一种改进算法。该算法利用图像父块的几何特征预先把父块库分成Ds、De、Dm叁大类,通过在各个类中运用相应的特征将搜索范围限制在与子块特征值相近的邻域内,即将类内全局搜索最佳匹配块转化为类内局部搜索最佳匹配块,有效地减少了搜索对象,从而进一步加快了编码速度。应用该算法与其他算法进行了多次仿真对比实验。实验结果表明,相对于其他算法,在保证一定重建图像质量的前提下,所提出算法的图像编码时间明显缩短,较为显着地提高了算法编码的速度。(本文来源于《计算机技术与发展》期刊2017年04期）
李高平,刘莉[6]（2017）在《图像子块特征匹配的快速分形编码算法》一文中研究指出基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在PSNR降低0.73 d B(其结构相似性SSIM值仅下降0.002)的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。(本文来源于《计算机工程与应用》期刊2017年01期）
汪明华,李高平[7]（2016）在《基于相似比的变邻域搜索的快速分形编码算法》一文中研究指出为了解决基本分形图像编码算法中的编码过程特别耗时问题,通过定义每个range块和domain块的相似比,建立它与匹配均方根误差间的关系不等式,可把寻找range块的最佳匹配domain块的全局搜索变为近邻搜索.鉴于在自仿射变换下最优匹配块间的相似比值应该接近,但它们间的远近程度不一致,因此,每个range块的最优匹配块搜索范围应限制在与其相似比值接近的domain块变邻域内.四幅图像的仿真结果表明,它确实能够在PSNR降低0.103d B(其结构相似性SSIM值仅下降0.0004)的情况下,平均耗时仅为基本分形编码算法的38.97%左右,而且也优于可选特征算法,实现了加快编码过程速度的目标.(本文来源于《西南民族大学学报(自然科学版)》期刊2016年06期）
李高平,宋建成[8]（2016）在《图像块自相似特征的快速分形编码算法》一文中研究指出为了解决全搜索分形图像编码算法在编码过程中range块和domain块匹配特别耗时问题,定义了每个range块和domain块的自相似特征,由于在自仿射变换下最优匹配块间的自相似特征应该接近,因此,每个range块的最优匹配块搜索范围仅限在与其自相似特征接近的domain块邻域内,变全局搜索为局部搜索.六幅图像的仿真结果表明,它确实能够在PSNR降低0.48d B(其结构相似性SSIM值仅下降0.0015)的情况下,平均耗时仅为全搜索分形编码算法的18.65%左右,而且也优于其他特征算法,所提算法达到了加快编码过程速度的目标.(本文来源于《西南民族大学学报(自然科学版)》期刊2016年05期）
应毓海[9]（2016）在《Contourlet域分形编码的图像插值算法》一文中研究指出自然图像具有分形局部自相似结构,不同区域不同尺寸的图像块之间存在相似关系。对图像作contourlet变换,根据图像的contourlet域分形编码确定子树与父树之间的变换参数,建立相邻尺度不同区域子带系数间的变换关系,由已知子带对未知的高频子带进行恢复,经contourlet逆变换得到高分辨率插值图像。实验表明,该算法能够对图像的结构细节实现准确有效的恢复,具有较高的插值精度和图像质量。(本文来源于《合肥学院学报》期刊2016年01期）
张爱华,何雨虹,张璟[10]（2016）在《基于欧氏比的快速分形编码算法》一文中研究指出分形编解码的时间过长,主要是因为编码过程中的搜索码本块的最佳匹配块占据了大量时间。如果能用某种方式,尽量缩短搜索码本块最佳匹配块的时间,那么分形编解码的时间就能大大缩短。文中提出了一种基于欧氏比的分形编码算法并给出了可行性分析。该算法将全局搜索最佳匹配块的算法转变为相对意义下的邻域搜索最佳匹配块的算法,即只搜索与R块的欧氏比相差较近的码本块,从而大大减少了搜索最佳匹配块所占用的时间,进而缩短了分形编解码的时间。用MATLAB对文中算法进行代码仿真,仿真效果用主观上观察图像的清晰度、图像编解码前后的信噪比和编解码的时间来评价。实验结果表明:该算法在尽量保证图像质量的前提下,使得分形编解码的时间大大缩短。(本文来源于《计算机技术与发展》期刊2016年02期）
分形编码论文开题报告
（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：
为了解决分形图像编码耗时过长的问题,该论文主要研究了基于K-均值聚类的快速分形编码算法。首先引入方差法将子块分为简单块和复杂块,随后采用K-均值聚类算法对复杂子块及父块进行分类,并在搜索匹配父块的过程中运用近邻搜索法,使得相应子块仅在近邻范围内与同类的父块进行匹配运算。该方法对匹配块的搜索过程进行了优化,大幅度减少了编码时间。测试结果表明,与基本分形编码算法相比可提速多倍,并且其重构图像效果较好。
（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。
分形编码论文参考文献
[1].朱智林,王永玉,平子良.基于复指数矩的模糊聚类分形编码研究[J].微电子学与计算机.2018
[2].郭慧,贺杰,陈晓虹.一种改进的K-均值聚类分形编码方法[J].软件工程.2017
[3].张琴,林清华,康新.基于核密度估计和分形编码算法的图像检索技术研究[J].计量学报.2017
[4].陈云花,章星.分形编码在人脸识别中的应用[J].中国高新技术企业.2017
[5].汪玮玮,张爱华,唐婷婷,张璟.基于分类父块库特征的快速分形编码算法[J].计算机技术与发展.2017
[6].李高平,刘莉.图像子块特征匹配的快速分形编码算法[J].计算机工程与应用.2017
[7].汪明华,李高平.基于相似比的变邻域搜索的快速分形编码算法[J].西南民族大学学报(自然科学版).2016
[8].李高平,宋建成.图像块自相似特征的快速分形编码算法[J].西南民族大学学报(自然科学版).2016
[9].应毓海.Contourlet域分形编码的图像插值算法[J].合肥学院学报.2016
[10].张爱华,何雨虹,张璟.基于欧氏比的快速分形编码算法[J].计算机技术与发展.2016
论文知识图
