导读:本文包含了高压缩比编码论文开题报告文献综述及选题提纲参考文献，主要关键词:静态图像,压缩编码,视觉特性,图像块分类
高压缩比编码论文文献综述
赵盼盼[1]（2016）在《基于人眼视觉特性的高压缩比静态图像编码技术研究》一文中研究指出当前图像编码国际标准中,常使用基于块的DCT变换作为核心技术。但是基于分块变换编码在高压缩比条件下重构图像会出现明显的方块效应,降低了图像的主观质量。针对如何减少高压缩比条件下的方块效应,提高图像质量这一问题,已经提出许多不同的解决方案,这也是本文的主要研究方向。为了减少平坦区域的方块效应并且更多的保留图像的边缘细节信息,提出了一种DCT域内基于人眼视觉特性的图像块分类的自适应压缩算法,有效的提高了压缩图像的质量。首先,本文在学习静态图像编码算法和压缩标准的基础上,系统分析了图像压缩编码的核心变换技术,并对叁种经典的静态压缩标准JPEG、JPEG2000和JPEG-XR进行了压缩比较分析,分析其各自在高压缩比条件下的压缩效果;其次,重点分析了人眼视觉系统及其特性,在此基础上提出了基于视觉特性的图像块分类压缩的新思路,并且提出了一种DCT域内图像块分类的新方法,通过计算图像块的活动性,将图像块划分为平坦区、边缘区、纹理区叁大类;最后,对采取统一量化表量化的方式进行了量化失真分析,并分析了JPEG产生当块效应的根本原因,然后结合人眼视觉特性分别对平坦区、边缘区、纹理区实现自适应量化。自适应量化压缩得到的图像具有更好的视觉效果和压缩质量。(本文来源于《中北大学》期刊2016-05-25）
鲁云[2]（2016）在《基于Hi3516A的高压缩比网络图像编码设备的设计》一文中研究指出随着社会的发展,视频监控技术步入网络监控时代,高清化、高帧率和高压缩率成为新发展目标。在这样的背景下,目前流行的H.264压缩编码标准暴露出存储空间需求大和网络带宽占用高等局限性,而H.265是为解决此类问题而提出的最新压缩编码标准。因此,基于H.265设计高压缩比网络图像编码设备对于促进视频监控技术发展具有重要意义。本文以支持H.265压缩编码标准的Hi3516A为处理器,设计高压缩比网络图像编码设备。首先,设计系统运行必需的电源管理系统、存储电路和时钟复位电路,以及课题要求扩展的以太网驱动电路和sensor接口等,并在印刷电路板设计过程中详细分析高速电路的信号完整性、电源完整性和信号时序,保证电路板稳定工作;然后,在海思媒体处理平台(Media Process Platform,简称MPP)上设计高清视频图像采集、H.265编码和运动目标检测程序,并修改和优化Live555开源代码实现H.265实时流传输;最后,对系统进行测试与结果分析,结果表明,系统能稳定传输实时高清视频图像,且比基于H.264的系统节省约45.7%的码流,此外,成功实现运动目标检测功能。(本文来源于《西南科技大学》期刊2016-05-17）
王冰[3]（2009）在《水下视频图像高压缩比编码算法研究》一文中研究指出随着海洋探索步伐的加快,人们越来越认识到占地球75%面积的海洋必将成为人类赖以生存的物质基础。同时作为“内太空”的海洋,更是具有极其重要的军事地位。由于海洋环境的复杂性,至今人们对大洋深处的了解依然非常有限。近来水下视频成为探测的一种主要传感形式,水下机器人遥控潜水器(ROV),自主潜水器(AUV)一般都装有水下摄像机,ROV使用脐带电缆传输图像,但是脐带电缆的长度限制了摄像机的实用性与机动性。AUV行动自由,观测范围大,但要求通过水声信道传输图像,这就必须克服利用有限带宽的水声信道实时传输大量视频图像数据的瓶颈难题。目前通用的标准视频图像压缩方法难以满足图像在甚低比特率下的传输要求。因此,本文根据水下图像的特点,在保证图像重建质量的前提下,对水下视频图像压缩编码方法进行了研究,完成的主要研究工作如下:(1)首先根据水下图像对比度较低、纹理细节较少和颜色较淡的特点,提出了基于小波变换的图像预处理方法。该预处理算法既可以有效去除水下图像的视觉冗余,又可以大大减少后续帧内编码和帧间编码的计算量和编码比特开支。此外,对帧内图像编码的方法进行了分析对比,实现了基于小波树的WDR帧内高效编码算法。其中重要的低频子带采用预测熵编码无损算法,而其余的高频子带采用基于小波树的WDR编码策略,实验结果表明:在保证视觉质量的前提下,该帧内编码算法具有较高的压缩效率。(2)为克服传统全局运动估计实时性和鲁棒性较差的问题,本文根据海底视频观测的应用特点,提出了全局运动补偿(GMC)快速准确估计的算法。该算法采用特征点对配准与刚性运动模型相结合的方法对图像运动的实际模型(投影运动模型)进行参数估计,其优点是即可有效去除外点对运动估计的精度影响,又降低了全局运动的计算量。实验表明该方案能够在保证运算精度的前提下,显着降低运算时间。(3)为充分去除帧间图像的大量时间冗余,本文提出了全局运动补偿(GMC)与局部运动补偿(LMC)相结合的混合编码策略。为避免全局运动估计与局部运动估计的重复运算,本文通过对特征点选取情况的评价实现了局部补偿算法的预判,有效降低了算法上的冗余和运算时间。最终仅需对全局运动参数和局部补偿块数据进行编码传输,大大减少了编码数据量。实验结果表明该算法能够在保证视觉质量的前提下,获得较高的压缩效率,满足通过水声信道传输视频数据的要求。(本文来源于《中国海洋大学》期刊2009-05-12）
袁远松[4]（2008）在《具有高压缩比汉字编码能力的彩色二维条码的设计与实现》一文中研究指出条码技术已经成为当今主要的计算机自动识别技术之一,广泛应用到社会的各行各业,为人们的生产生活提供了极大的便利。随着条码应用领域的不断拓展,需要条码表示的数据信息量剧增,普通的黑白二色二维条码已不能满足某些应用需求。更为重要的是现有二维条码大多是针对英文字母和数字进行编码,尽管通过汉字内码的编码方法能表示汉字,但是缺少专门的汉字编码模式,对汉字编码的压缩比率较低,这增大了条码的印制面积,而且降低了汉字容量。针对普通黑白二色二维条码的信息容量有限和汉字压缩比率较低的问题,本文设计了一种具有高压缩比汉字编码能力的彩色二维条码,将普通二维条码的颜色从黑白二色扩展成黑、白、红、绿、蓝、黄六色,并按汉字的使用频率高低建立汉字编码库,采取汉字使用频率与编码长度成反比的编码规则,使该彩色二维条码具有信息容量大和对汉字的压缩比高的特点。本文从数据信息编码、纠错码生成和符号化表示等叁个方面,对彩色二维条码的编译码过程作了详细介绍,并对该条码的数据容量、压缩比、纠错能力、编译码效率和识别难度等性能进行分析和比较,最后给出了彩色二维条码在公文管理中的具体应用实例。(本文来源于《浙江工业大学》期刊2008-10-01）
冷星星,何小海,刘凤民,罗代升[5]（2008）在《高压缩低损耗图像编码算法研究》一文中研究指出根据现有的图像压缩方法,提出一种二次压缩的具体算法。这种算法是先采用离散余弦变换、线性量化、哈夫曼编码进行有损压缩,再采用行程编码进行无损压缩。通过程序对岩心图像进行研究,测试结果证明了算法对岩心图像处理可以取得高压缩低损耗的目的。(本文来源于《成都信息工程学院学报》期刊2008年02期）
李庆忠,蒋萍,褚东升[6]（2007）在《视频图像高压缩比编码算法研究》一文中研究指出提出了一种基于DCT变换的矢量自适应分类的全局矢量量化编码算法。为降低码矢的维数和计算复杂度,提高搜索速度和压缩比,将变换的DCT矢量自适应分类为平滑类、边缘类和纹理类,根据矢量的类别构造不同长度的变换矢量和根据矢量的类别分别采用改进的全局矢量量化算法进行相应的码书设计。为提高光照变化时相邻帧间矢量运动补偿的匹配率,在矢量构造中将DC系数单独进行编码。实验结果表明:该算法在信噪比和压缩比方面具有良好的视频压缩性能,比较适合于智能视频监控系统以及水下视频等光照随时间有较大变化的场合。(本文来源于《计算机工程》期刊2007年20期）
高雪峰[7]（2005）在《快速分形图像编码及高压缩比纹理压缩方法研究》一文中研究指出分形图像压缩作为一种新的压缩方法,因其具有压缩比高、解码速度快、解码图像与分辨率无关等优点,十余年来引起了众多学者的关注和研究。但是,这种方法存在一个最大的问题:编码时间过长,主要是因为编码时定义域块的搜索量非常可观。这实际上已成为了该方法走向高效能实用化的最主要障碍,因此分形编码加速方法已成为了近些年来分形压缩的一个研究热点。目前许多分形编码加速方法或者以牺牲解码图像质量为代价,或者加速效果不明显。本文提出了一种混合的快速分形编码方法,将分形编码的父块库看作向量空间,通过正交特征量化将子块和父块的匹配转化为欧式空间的最小距离问题,在分类的基础上,将向量子空间建立成kd-tree,匹配问题进一步转化为在树结构上的最近邻居查找问题,再引入(1+ε)最近邻居查找进一步加速,可达到实时编码。试验结果表明,同以往的方法相比,本方法在基本保证解码质量的基础上,可以极大地提高分形编码速度。同不加速分形编码相比,混合方法带旋转反射变换编码速度可以提高66倍,不带旋转反射变换可以提高653倍。 纹理是图像处理,图像真实感造型领域的很重要的概念,其自身有很多独特的性质使其可获得高压缩比。将纹理看成是图像本身的局部性质,就可将纹理压缩与传统压缩方法结合起来弥补后者的不足。成熟的纹理压缩方法都是基于硬件的,纹理压缩的高压缩比潜力并没有充分被发挥出来。矢量量化技术的码书训练原理与纹理的纹元重复特性刚好一致,并且纹理合成方法的成熟发展为纹理的纯算法压缩提供了方向。本文提出了新的纹理压缩方法,将纹理进行采样,用矢量量化技术从中训练出码书,与传统矢量量化不同,不再进行键集编码,而是以码书作为编码结果,这就是高压缩比的关键,以此码书作为纹理合成的“样图”,利用纹理合成技术作为解码过程。如果是块采样,则用基于块的纹理合成,如果是象素采样,则用基于象素的纹理合成。试验结果表明本方法保证解码质量的基础上可以获得很高的压缩比,而且可以根据图像的质量控制压缩比,由于纹理合成的优势,还可以解码出任意尺寸的图像,在保证逼真度的基础上,可以获得32:1或更高的压缩比。(本文来源于《西北工业大学》期刊2005-03-07）
陈鑫,王炜,张立明[8]（2000）在《有DCT补偿的分形编码中最优压缩比控制参数的选择》一文中研究指出有ＤＣＴ补偿的分形编码可以克服纯分形图像压缩的弱点，但难以实现对输出码流的控制．提出自相似特征矢量（ＦＶＳ， Ｆｅａｔｕｒｅ Ｖｅｃｔｏｒ ｏｆ Ｓｅｌｆ－ｒｅｓｅｍｂｌａｎｃｅ）的概念，并用与基准图像相比较的方法以完成压缩参数的最佳选取．实验结果证明，这种方法在给定压缩比时能得到该压缩比下最佳的恢复图像质量，实现对压缩比的控制．(本文来源于《复旦学报(自然科学版)》期刊2000年02期）
李骏[9]（1997）在《基于小波变换的高压缩比、高复现度的图像编码压缩方法》一文中研究指出基于小波变换的高压缩比、高复现度的图像编码压缩方法李骏（大连理工大学物理系１１６０２４）小波变换是一个十分重要的图像和信号分析处理方法，尺度参数和位移参数的联合引入赋予了小波变换众多全新的特性，如时域和空域局域特性、切片式分析和“自动变焦”特性等。基...(本文来源于《大连理工大学学报》期刊1997年S2期）
盛文,刘华志,蔡德钧[10]（1994）在《自适应分裂－合并高压缩比图像编码》一文中研究指出本文提出了一种自适应分裂－合并高压缩比图像编码方法，它将图像数据分解为与人眼视觉特性相匹配的分量，然后对各个分量分别进行编码，因此是一种高效的图像分割编码方法。为实现高压编比，本文还对控制图像的选择、纹理表示、分裂与合并应满足的条件和算法、边界编码和纹理编码等各个环节作了深入的分析，得出了一些有意义的结果。实验表明，在主观视觉质量仍保持较好的前提下，对一幅１２８×１２８的标准头肩像，压缩比可达２０：１左右。(本文来源于《通信学报》期刊1994年02期）
高压缩比编码论文开题报告
（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：
随着社会的发展,视频监控技术步入网络监控时代,高清化、高帧率和高压缩率成为新发展目标。在这样的背景下,目前流行的H.264压缩编码标准暴露出存储空间需求大和网络带宽占用高等局限性,而H.265是为解决此类问题而提出的最新压缩编码标准。因此,基于H.265设计高压缩比网络图像编码设备对于促进视频监控技术发展具有重要意义。本文以支持H.265压缩编码标准的Hi3516A为处理器,设计高压缩比网络图像编码设备。首先,设计系统运行必需的电源管理系统、存储电路和时钟复位电路,以及课题要求扩展的以太网驱动电路和sensor接口等,并在印刷电路板设计过程中详细分析高速电路的信号完整性、电源完整性和信号时序,保证电路板稳定工作;然后,在海思媒体处理平台(Media Process Platform,简称MPP)上设计高清视频图像采集、H.265编码和运动目标检测程序,并修改和优化Live555开源代码实现H.265实时流传输;最后,对系统进行测试与结果分析,结果表明,系统能稳定传输实时高清视频图像,且比基于H.264的系统节省约45.7%的码流,此外,成功实现运动目标检测功能。
（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。
高压缩比编码论文参考文献
[1].赵盼盼.基于人眼视觉特性的高压缩比静态图像编码技术研究[D].中北大学.2016
[2].鲁云.基于Hi3516A的高压缩比网络图像编码设备的设计[D].西南科技大学.2016
[3].王冰.水下视频图像高压缩比编码算法研究[D].中国海洋大学.2009
[4].袁远松.具有高压缩比汉字编码能力的彩色二维条码的设计与实现[D].浙江工业大学.2008
[5].冷星星,何小海,刘凤民,罗代升.高压缩低损耗图像编码算法研究[J].成都信息工程学院学报.2008
[6].李庆忠,蒋萍,褚东升.视频图像高压缩比编码算法研究[J].计算机工程.2007
[7].高雪峰.快速分形图像编码及高压缩比纹理压缩方法研究[D].西北工业大学.2005
[8].陈鑫,王炜,张立明.有DCT补偿的分形编码中最优压缩比控制参数的选择[J].复旦学报(自然科学版).2000
[9].李骏.基于小波变换的高压缩比、高复现度的图像编码压缩方法[J].大连理工大学学报.1997
[10].盛文,刘华志,蔡德钧.自适应分裂－合并高压缩比图像编码[J].通信学报.1994