导读:本文包含了图象压缩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:图象,图像,信息,光谱,算法,成象,关键。
图象压缩论文文献综述
严小红[1]（2018）在《论数字图象压缩算法研究与实现》一文中研究指出所谓的图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术,也被称作为一种图像编码。图像之所以被压缩主要是其中存在较多的数据冗余,主要包含有:空间冗余、时间冗余、频谱冗余等方面。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。在进行图像压缩的过程中,需要使用对应的算法。(本文来源于《滁州职业技术学院学报》期刊2018年02期）
宋斌,吴乐华,王开,郭辉,岳鑫[2]（2015）在《一种新的基于压缩感知的多焦点图象融合方法》一文中研究指出提出一种基于压缩感知和脉冲耦合神经网络的图像融合算法,包括叁部分:图像傅里叶变换稀疏表示、测量融合和图像重构。首先,将双通道脉冲耦合神经网络(Dual-PCNN)模型应用到整个算法当中;其次,针对新的融合框架及傅里叶变换的系数特点,提出双星型采样下基于测量值标准差的加权融合方法;最后,通过最小全变分算法重构图像。实验仿真结果证明该方法优于其他基于傅立叶变换的方法。(本文来源于《通信技术》期刊2015年05期）
王玉晶,莫建麟[3]（2015）在《DCT算术编码在图象压缩中的应用》一文中研究指出针对图像的压缩处理,分析了传统熵编码和算术编码的不同,指出算术编码效果更优的特点,进一步分析了算术编码的问题,提出了一种新的编码方式DCT编码,并将新的DCT算术编码和传统算术编码压缩做了一些比较,采用MATLAB软件调用图像wbarb对这两种方法做了一个简单的比较,得出DCT算术编码可以节约时间,提高效率,也可以使传输中的错误冗余减少,既便于传输,亦可以改善效果,同时DCT算术编码方式应用于图像压缩编码领域,基本可以无失真地压缩图像的结论.最后对算术编码的未来发展前景进行了展望,在时间复杂度和空间复杂度上,可以进一步研究,找到冗余度更低的算术编码方法压缩图像.(本文来源于《西南民族大学学报(自然科学版)》期刊2015年01期）
蒋勇[4]（2014）在《基于DSP的视频图象压缩系统分析》一文中研究指出数字信号处理器即DSP,其在上世纪80年代出现以来,凭借特殊的结构、强大的流水工艺以及迅速完成各项数字信号算法的卓越优势,在进行语音合成、数字通讯、图像整合处理等工作中具有广泛应用。现阶段,DSP技术在国内具有异常迅速的发展速度,社会层面在这个领域的相关人才的需求量成逐年增长趋势。目前我国该方面的研究多存在于高校实验室当中,研究结果很难符合当前时代发展的需要,本文将通过实验的方式,对DSP食品图像压缩系统进行研究。(本文来源于《电子制作》期刊2014年09期）
陶宇[5]（2012）在《面向星载应用的高保真遥感图象压缩核关键技术研究》一文中研究指出卫星遥感图象数据分辨率高、数据量大，受星载存储器的存储空间有限以及卫星过顶时间短等因素限制，海量的遥感数据的处理及存储是必须面对的一个问题。星载遥感图像压缩系统不同于一般地面压缩系统。对于星载遥感图象压缩系统而言，需要考虑多种特殊因素，如体积、功耗、压缩速度以及压缩质量等等。因此根据星载环境的特点以及遥感图像的特性，研究适合于星载遥感图像的压缩算法并对其进行改进使其适用于星载系统，具有重要的理论意义和实际应用价值。JPEG2000是现今优秀的图象压缩算法，在遥感数据压缩领域起到了非常重要的作用。但是由于其是针对普通图像压缩所提出的，因此当应用在遥感图像压缩时会产生不可避免的问题。对JPEG2000算法进行改进使之适用于遥感图像这类特殊数据显得尤为必要。因此本课题主要在JPEG200图像压缩算法的基础上对其进行分析改进并实现了一个基于JPEG2000的遥感图像压缩核。首先，星载遥感图象压缩系统与地面图像压缩系统比较存在很大差异。压缩系统自身的体积、功耗及处理速度等必须适应星载的特殊需求。研究高效且适用于遥感图像的压缩算法，将其作为后续研究的理论基础。从算法与实践结合的角度分析了遥感图像及JPEG2000的特性，对于后续的算法改进及实现起着理论指导作用。其次针对星载遥感图象压缩系统要求压缩速度快质量高的特点，提出了基于不同地物场景的高保真遥感图象快速压缩技术。在常规观测任务中，用户最为关注的是地面接收到的图象数据能否完整的表达观测目标信息，尤其是标志性的细节特征，以满足量化分析及应用需求。不同的观测对象在图象上具有不同的特征体现，为更好地满足后续应用的需求，需要针对不同的地物场景研究差异化的压缩模式，形成可重构参数集。同时研究适合大幅宽遥感图像的全局码率分配技术以及等通路数截断技术，并进行了算法软件实现。最后本文在理论研究的基础上，进行了遥感图象海量数据压缩并行结构设计及压缩核的实现。由于遥感图象数据量巨大，而遥感图象数据的存储及下传受星载数据存储器容量与有限下传的带宽的限制，因此需要对传感器采集到的遥感图象数据进行压缩，以达到减小数据量便于存储传输的目的。受软硬件条件限制，单个压缩核每秒所能压缩处理的图象数据量是有限的，因此需要根据星载压缩系统的相关参数，讨论计算所需压缩核数量以及压缩核并行结构的合理性，快速有效分配待压缩的图象数据，研究遥感图象海量数据的压缩处理技术。设计并实现一个基于ADV202的星载遥感图象压缩核，围绕ADV202以及FPGA的配置、接口等模块进行阐述，并设计了一个利用Qt平台开发的上位机软件，实现了上位机电脑与压缩核之间的数据通信。(本文来源于《哈尔滨工业大学》期刊2012-07-01）
ALISSOU,AMEDETON,SIMPLICE[6]（2011）在《基于图—谱关键信息保存的高光谱图象压缩方法研究》一文中研究指出高光谱遥感技术的发展是20世纪80年代人类在对地观测方面所取得的重大技术突破之一。传感器可以获得近似连续的光谱信息,覆盖整个可见光至近红外的(0.4~2.4微米)光谱范围。正由于高光谱图象的信息丰富、数据量大给存储和传输带来了巨大挑战,这样研究高效的高光谱图像压缩方法以减少存储和传输的压力是十分必要的。根据上述背景,本论文集中研究了基于空-谱关键信息保护的高光谱图象数据压缩方法。重点研究叁个内容,首先,研究高光谱数据的相关性特点。相关性分析结果显示高光谱图象的谱间相关性强于其空间相关性因此对高光谱图象进行压缩要将重点放在去除谱间相关性上。有了充足的光谱信息,在任何应用领域都可以得到预期的结果。然后,研究了高光谱图象感兴趣波段(BOI)选择方法,包括:基于信息熵的方法,选择信息最丰富波段;基于光谱微分方法,利用飞机目标光谱曲线的导数提取了感兴趣波段的位置;基于BH距离的方法和基于光谱角制图的方法,按照光谱带相关性选择出最相似的波段。最后研究高光谱图象关键信息的保护压缩方法。该方法是基于感兴趣波段及感兴趣区域保护的压缩方法,新的压缩方法与传统的叁维SPIHT压缩方法相比显示了谱间(BOI)和空间(ROI)的关键信息压缩性能更好。(本文来源于《哈尔滨工业大学》期刊2011-08-01）
严萌[7]（2011）在《基于异常特征保护的高光谱图象压缩方法研究》一文中研究指出高光谱遥感(Hyperspectral Remote Sensing)技术的发展是20世纪80年代人类在对地观测方面所取得的重大技术突破之一。它可以获得近似连续的光谱信息,覆盖整个可见光至近红外的(0.4-2.4微米)光谱范围。正由于高光谱图象的庞大数据量给存储和传输带来了巨大挑战,这样研究高效的高光谱图象压缩方法以减少存储和传输的压力是十分必要的。高光谱图象较一般遥感图象并不是数据量的简单累加,而是信息量的倍增,从而实现了地物目标间极微小差异的精细识别。但往往庞大的数据中只有部分异常特征(Anomaly Signature)在目标精细识别和地物准确分类等应用中起到关键作用,所以准确提取这些异常特征,并加以保护压缩对后期应用和减少存储传输压力都是十分重要和有意义的。本文基于以上背景对高光谱图象的异常特征保护压缩方法展开了研究。首先对高光谱图象成像原理进行研究,进而对其特征进行分析,包括空间相关性特征、谱间相关性特征以及光谱异常特征分析。基于以上基础理论,本文针对传统光谱特征提取方法存在对噪声敏感、无法表征非平稳信号的时频局域性质的缺陷,研究了一种在小波变换域分析并提取异常特征的方法。利用小波变换具有空频局部化和多分辨率的特点,在各级高频分量中分析异常特征。改变小波分解级数进行多次实验得到异常特征在高频信息中的位置对应关系。根据频率对应关系定量计算得到分析指定异常特征的最佳小波变换分解级数,提取异常特征。其次,对高光谱图象空-谱联合压缩方法进行了研究。首先对叁种典型的叁维去相关组合形式进行了比较实验,包括结构形式、能量分布和编码性能。根据高光谱图象叁维数据不对称及K-L变换计算复杂的特点,本文研究一种空间维二维小波变换加光谱维低复杂的K-L变换组合方法去除高光谱图象冗余信息。采用部分数据计算协方差矩阵实现低复杂度K-L变换。改变不同采样值在不同压缩比情况下进行实验,验证方法的有效性。最后,研究关键信息保护的高光谱图象压缩方法。针对现有标准的提升方法存在感兴趣区域提升系数不灵活和增加传输量的缺点,研究了一种可控位平面交叉提升方法,该方法引入两个参数,通过调节两个参数值实现灵活控制图象压缩质量,并改变参数进行多次实验证明其优越性。结合第2章研究内容,在小波变换域各个分解层提取位置信息构建叁维感兴趣信息掩膜,最后采用树结构编码方式实现感兴趣信息保护压缩。(本文来源于《哈尔滨工业大学》期刊2011-06-01）
许伟雄,张明图[8]（2010）在《基于MATLAB小波变换的图象压缩及仿真实现》一文中研究指出图象压缩技术是用最少的数据量来表示尽可能多的原图象信息的一个过程,这一领域的突破对于通信和多媒体事业的发展将具有深远的影响。该文介绍了基于MATLAB小波变换在压缩图象中的应用,并应用MATLAB小波工具箱的相关函数和命令,从两个不同的方式来实现对此算法的仿真。(本文来源于《电脑知识与技术》期刊2010年26期）
汪钢,王燕[9]（2010）在《一种超声成象测井图象无损压缩方法》一文中研究指出在井壁超声成象测井系统中,数据传输速率受测井电缆的限制,有必要研究超声成象图象的无损压缩算法。文章提出了一种适合于这种图象的无损压缩方案——分块自适应预测的编码算法。经过实验表明,该算法比较符合超声成象测井图象特点,其压缩倍数较现有无损压缩算法有很大提高,而算法复杂度没有明显增加。同时,整个算法完全是自适应的,无须预置码表,所需内存开销较小,因而特别适用于实时遥测系统。(本文来源于《石油仪器》期刊2010年01期）
安基程[10]（2009）在《图象压缩中码率控制、量化及编码技术的研究》一文中研究指出图象压缩技术对于图象信号的传输、处理、存储、显示等都具有极其重要的意义。本文对图象压缩系统中的码率控制、量化及编码环节进行了一定的研究。主要内容如下:1.提出了一种用于JPEG2000无损模式的码率控制算法。改变了以往算法中对子带加权的模拟方法,根据5-3小波变换的特性实现分数位平面提升的子带加权,和原来的整数位平面提升相比,图象的率失真性能有所提高,而算法复杂度没有增加。2.提出对JPEG2000第二部分的嵌入格子编码反量化公式的修改。以使其比以前原有的公式更加合理,例如在缺省情况下,重构值更接近相应量化区间的中点。实验结果证明虽然改动较小,但是却明显的提高了JPEG2000中的嵌入格子编码量化的率失真性能。3.提出了一种基于上下文的反量化方法,并将它应用于小波图象压缩系统中。它改变了传统的从量化索引到重构值的一对一映射,而将同样的量化索引根据其所在上下文的不同映射到多个重构值,降低了量化失真,各上下文的重构值需要作为辅助头信息传送给解码器。4.利用DCT对图象的能量聚集特性以及图象经过DWT之后HL、LH和HH叁个子带不同的方向特性,分别设计了叁种修改的zig-zag扫描方式。这些扫描方式能够使一个二维变换块的主要能量位于扫描后的一维序列的前端,从而给熵编码带来便利。5.提出非零量化系数位置的自适应编码。图象/视频经过变换、量化后的系数有许多扫描、编码方式,如逐点扫描,四分法,记录非零系数坐标法等,本文提出将这些编码模式都作为可选的模式,然后由编码器来选择其中之一作为最终的模式。6.提出一种改进的可变长编码方法。可变长熵编码的码字由前缀和后缀组成,任何一个码字都不是其他码字的前缀。本文通过实验发现,在可变长编码存在的冗余中,前缀中的“0”,“1”分布不均是主要的原因。因此,本文提出在一般的可变长编码之后,再对所有码字的前缀集中编码压缩。(本文来源于《中南大学》期刊2009-06-30）
图象压缩论文开题报告
（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：
提出一种基于压缩感知和脉冲耦合神经网络的图像融合算法,包括叁部分:图像傅里叶变换稀疏表示、测量融合和图像重构。首先,将双通道脉冲耦合神经网络(Dual-PCNN)模型应用到整个算法当中;其次,针对新的融合框架及傅里叶变换的系数特点,提出双星型采样下基于测量值标准差的加权融合方法;最后,通过最小全变分算法重构图像。实验仿真结果证明该方法优于其他基于傅立叶变换的方法。
（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。
图象压缩论文参考文献
[1].严小红.论数字图象压缩算法研究与实现[J].滁州职业技术学院学报.2018
[2].宋斌,吴乐华,王开,郭辉,岳鑫.一种新的基于压缩感知的多焦点图象融合方法[J].通信技术.2015
[3].王玉晶,莫建麟.DCT算术编码在图象压缩中的应用[J].西南民族大学学报(自然科学版).2015
[4].蒋勇.基于DSP的视频图象压缩系统分析[J].电子制作.2014
[5].陶宇.面向星载应用的高保真遥感图象压缩核关键技术研究[D].哈尔滨工业大学.2012
[6].ALISSOU,AMEDETON,SIMPLICE.基于图—谱关键信息保存的高光谱图象压缩方法研究[D].哈尔滨工业大学.2011
[7].严萌.基于异常特征保护的高光谱图象压缩方法研究[D].哈尔滨工业大学.2011
[8].许伟雄,张明图.基于MATLAB小波变换的图象压缩及仿真实现[J].电脑知识与技术.2010
[9].汪钢,王燕.一种超声成象测井图象无损压缩方法[J].石油仪器.2010
[10].安基程.图象压缩中码率控制、量化及编码技术的研究[D].中南大学.2009
论文知识图
