导读:本文包含了格形矢量量化论文开题报告文献综述及选题提纲参考文献，主要关键词:分形,矢量量化,编码
格形矢量量化论文文献综述
洪喜勇,陈贺新[1]（2002）在《改进的分形矢量量化编码》一文中研究指出为了提高图象的分形矢量量化编码效果 ,在利用四叉树对图象进行自适应分割的基础上 ,基于正交基叁维分量投影准则 ,提出了图象块非平面近似方法 ,进而形成一种新的静态图象分形矢量量化编码方法 .该方法首先通过对投影参数进行 DPCM编码来构造粗糙图象 ,然后由此来构成差值图象编码的码书 .由于该方法把分形和矢量量化编码结合起来 ,因此解码时只需查找码书 ,并仅进行对比度变换 .计算机编、解码实验结果表明 ,该编码方法具有码书不需外部训练 ,解码也不需迭代等优点 ,且与其他同类编码器相比 ,该方法在压缩比和恢复图象质量(PSRN)方面均有明显改善(本文来源于《中国图象图形学报》期刊2002年05期）
洪喜勇,陈贺新[2]（2001）在《自适应分形矢量量化编码》一文中研究指出提出了一种自适应分形矢量量化编码方法。对图像进行自适应四叉树分割 ,并构造粗糙的均值图像。误差图像进行分形矢量量化编码时 ,使用设计的自适应二维维纳数字滤波器 ,对收缩的均值图像进行滤波后 ,可构造好的码书。实验证明 ,本方法码书不需外部训练 ,解码不需要迭代 ,可以改善重建图像的视觉质量 ,使压缩比和PSNR都有明显提高。(本文来源于《吉林工学院学报(自然科学版)》期刊2001年04期）
洪喜勇[3]（2001）在《基于小波近似的分形矢量量化图像编码方法》一文中研究指出本文把小波分解、分形、矢量量化有机地结合起来,提出基于小波近似的分形矢量量化图像编码方法(WA-FVQ-IC)。对原图进行小波分解及四叉树分割,形成小波近似的粗糙图像和分割块的统计平均值,小波近似的粗糙图像经变换构成变换的图像,并据此提取误差信号的码书,而后对误差信号进行分形矢量量化。本方法充分利用小波的多分辨率特性,构成差值信号分形矢量量化的码书,不需要外部训练,解码时不需要迭代,充分发挥了分形和矢量量化的优点。(本文来源于《长春师范学院学报》期刊2001年05期）
王祥林,林行刚,吴国威[4]（1997）在《采用格形矢量量化的小波图象编码方法》一文中研究指出研究了以格形矢量量化方法进行小波图象的压缩编码。以两种经典的格形矢量量化算法乘积码塔形矢量量化（ＰＣＰＶＱ）和分块均匀格点矢量量化为例，分析了两种算法中非均匀矢量格点的分布与输入信号源的概率密度分布函数的关系，指出在保持矢量格点具有规则分布的前提下，格点分布难以与不规则的输入矢量概率分布实现良好的匹配。提出了一种均匀格点分布与熵编码相结合的矢量量化图象编码方法，该方法与以上两种算法对信号源输入矢量的概率分布具有更灵活的适应能力。给出了该算法和ＰＣＰＶＱ的实验结果的比较。(本文来源于《清华大学学报(自然科学版)》期刊1997年10期）
王学军,刘铁军[5]（1997）在《塔形矢量量化图像编码技术的研究与实现》一文中研究指出针对矢量量化图像编码技术中编码的复杂度随码矢的维数呈指数增长这一缺陷，本文提出了一种基于训练码矢塔形结构的快速算法。经实验证明，采用该方法可大大加快编码的速度，从而提高了编码的效率(本文来源于《长春邮电学院学报》期刊1997年01期）
格形矢量量化论文开题报告
（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：
提出了一种自适应分形矢量量化编码方法。对图像进行自适应四叉树分割 ,并构造粗糙的均值图像。误差图像进行分形矢量量化编码时 ,使用设计的自适应二维维纳数字滤波器 ,对收缩的均值图像进行滤波后 ,可构造好的码书。实验证明 ,本方法码书不需外部训练 ,解码不需要迭代 ,可以改善重建图像的视觉质量 ,使压缩比和PSNR都有明显提高。
（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。
格形矢量量化论文参考文献
[1].洪喜勇,陈贺新.改进的分形矢量量化编码[J].中国图象图形学报.2002
[2].洪喜勇,陈贺新.自适应分形矢量量化编码[J].吉林工学院学报(自然科学版).2001
[3].洪喜勇.基于小波近似的分形矢量量化图像编码方法[J].长春师范学院学报.2001
[4].王祥林,林行刚,吴国威.采用格形矢量量化的小波图象编码方法[J].清华大学学报(自然科学版).1997
[5].王学军,刘铁军.塔形矢量量化图像编码技术的研究与实现[J].长春邮电学院学报.1997