声明
第1章 绪论
1.1 引言
1.2 国内外研究现状
1.2.1 图像编码标准及相关改进
1.2.2 基于图像数据集的图像编码算法
1.3 论文内容与结构安排
第 2 章 基于小波变换的图像编码
2.1 小波变换
2.1.1 小波变换的提出
2.1.2 小波变换的基本原理
2.1.3 小波基函数的选择
2.2 基于小波变换的图像编码算法
2.3 本章小结
第 3 章 小波变换域基于特征码书的图像编码算法
3.1 图像特征表示与矢量量化编码
3.1.1 图像特征表示
3.1.2 矢量量化编码
3.2 小波变换域基于特征码书的图像编解码
3.2.1 编码过程
3.2.2 解码过程
3.3 实验结果与分析
3.3.1 实验参数设置
3.3.2 图像压缩比
3.3.3 客观指标对比
3.3.4 主观视觉效果对比
3.3.5 不同图像元素的重构质量差异
3.3.6 复杂度分析
3.4 本章小结
第 4 章 小波变换域基于数据集预测的图像编码算法
4.1 图像特征在预测编码中的应用
4.2 图像对齐算法
4.3 小波变换域基于数据集预测的图像编解码
4.3.1 编码过程
4.3.2 解码过程
4.4 实验结果与分析
4.4.1 实验参数设置
4.4.2 小波变换级数的选择
4.4.3 与传统图像编码算法的对比
4.4.4 与基于数据集的图像编码的对比
4.4.5 复杂度分析
4.5 本章小结
第 5 章 小波变换域基于高频预测的深度神经网络图像编码
5.1 基于自动编码器的图像编码
5.2 小波变换域基于高频预测的深度神经网络图像编码
5.2.1 小波变换域的平行子带支路
5.2.2 高频子带预测模块
5.2.3 编解码网络
5.2.4 码字量化
5.2.5 熵编码网络
5.2.6 神经网络结构
5.3 实验结果与分析
5.3.1 图像集及图像预处理
5.3.2 参数设置及训练环境
5.3.3 率失真对比
5.3.4 不同码率下的高频重构对比
5.3.5 重构图像的主观对比
5.3.6 预测模型的有效性验证
5.3.7 复杂度对比
5.4 本章小结
第 6 章 总结与展望
6.1 主要贡献及结论
6.2 今后待研究的问题
参考文献
作者简介及在学期间所取得的科研成果
致谢
吉林大学;
