圖像壓縮一直是計(jì)算機(jī)視覺領(lǐng)域的基礎(chǔ)問題。其中,分形壓縮算法是一種有損圖像壓縮方法。該算法具有很多優(yōu)勢(shì),如壓縮比高、重構(gòu)不受尺度限制、解碼速度快等。但是,現(xiàn)有的分形圖像壓縮算法僅面向二維圖像,對(duì)三維圖像和二維圖像序列的研究比較少。由于三維圖像和連續(xù)圖像序列均存在較強(qiáng)的自相似性,使用分形方法對(duì)其進(jìn)行壓縮具備了很好的理論和應(yīng)用前景。因此本文提出了基于分形的快速壓縮連續(xù)圖像序列的方法。首先,根據(jù)時(shí)空相似性分割圖像序列。圖像序列是一種非結(jié)構(gòu)化的數(shù)據(jù),它不僅有空間屬性而且具有時(shí)間屬性。在對(duì)圖像序列壓縮之前,可以根據(jù)時(shí)空相似性將圖像序列切分成一個(gè)個(gè)相互獨(dú)立的片段。在得到所有圖像的顏色直方圖后,采用巴氏距離對(duì)直方圖的相似度進(jìn)行計(jì)算。若兩幀圖像的相似度大于某一預(yù)先設(shè)定的閾值,則認(rèn)為在這兩幀圖像之間發(fā)生很大的變化,因此將二者分在不同的圖像片段中。其次,提取一種圖像塊的自身特征,使得基于圖像塊自身特征的計(jì)算過程取代傳統(tǒng)分形壓縮中兩類圖像塊的相互計(jì)算過程,從而降低計(jì)算復(fù)雜度。根據(jù)圖像塊自身特征將定義域塊進(jìn)行分類,即通過設(shè)定特征值的閾值劃分定義域塊類。得到所有定義域塊類后,計(jì)算每個(gè)值域塊到定義域塊類中心的距離,...

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 圖像序列壓縮面臨的挑戰(zhàn)
    1.3 研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 分形圖像壓縮
    2.2 視頻序列壓縮
    2.3 醫(yī)學(xué)圖像壓縮
    2.4 小結(jié)
第三章 基于時(shí)空相關(guān)性分割圖像序列
    3.1 時(shí)空相關(guān)性
        3.1.1 時(shí)空相關(guān)性的定義
        3.1.2 圖像序列中的時(shí)空相關(guān)性
    3.2 圖像序列分割基本流程
        3.2.1 顏色直方圖提取
        3.2.2 區(qū)分度計(jì)量選取
第四章 基于分形的快速圖像序列壓縮算法
    4.1 提取圖像塊特征
        4.1.1 圖像塊特征確定
        4.1.2 匹配池?cái)U(kuò)大
    4.2 圖像塊分類
        4.2.1 定義域塊分類
        4.2.2 值域塊分類
    4.3 快速分形圖像壓縮算法
        4.3.1 傳統(tǒng)二維圖像序列壓縮算法
        4.3.2 傳統(tǒng)三維圖像壓縮算法
        4.3.3 快速分形圖像序列壓縮算法
第五章 實(shí)驗(yàn)及分析
    5.1 數(shù)據(jù)集及評(píng)價(jià)指標(biāo)介紹
    5.2 標(biāo)準(zhǔn)灰度圖像集實(shí)驗(yàn)分析
        5.2.1 分割結(jié)果
        5.2.2 單幀壓縮與連續(xù)幀壓縮
        5.2.3 分形圖像壓縮算法和AVQIS算法的比較
    5.3 ADNI數(shù)據(jù)集實(shí)驗(yàn)分析
        5.3.1 分割結(jié)果
        5.3.2 單層壓縮與連續(xù)層壓縮
        5.3.3 分形圖像壓縮算法與BWT–MTF算法的比較
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 未來展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3794374