导读:本文包含了准无损图像压缩论文开题报告文献综述及选题提纲参考文献，主要关键词:无损图像压缩,整数小波变换,算术编码,压缩比
准无损图像压缩论文文献综述
刘海涛,汪斌[1]（2018）在《基于小波变换和算术编码的无损图像压缩方法研究（英文）》一文中研究指出为了提高图像压缩的性能以便实现更好的无损图像压缩,提出了一种基于小波变换和算术编码的无损图像压缩方法。首先,该方法对图像的所有高频和低频分量进行整数小波变换。然后利用期望最大化算法和最大似然估计对几何分布有限混合模型的参数进行了估计。最后结合直方图截断方法完成算术编码。多组图像数据的测试结果显示相比于其他方法,提出压缩方法表现出较好的压缩性能(主观和客观保真度指标),即更高的压缩比和峰值信噪比。(本文来源于《机床与液压》期刊2018年18期）
陈聪[2]（2018）在《JPEG-LS近无损图像压缩码率控制算法及其硬件实现》一文中研究指出随着航天技术的飞速发展,利用卫星所获得遥感图像的数据量呈几何级增长。而星载硬件系统资源及传输带宽均十分有限,为了缓解数据存储及传输的压力,开发一套高效的星载图像压缩系统十分重要。JPEG-LS是1998年ITU基于HP实验室的LOCO-I算法所提出的一种无损/近无损图像压缩算法。该算法基于预测的编码方式,复杂度低,性能良好,硬件实现简单,适合星载硬件系统这一资源有限的场景。但它也存在码率不可控制的缺点,这也限制了JPEG-LS的进一步应用。为了实现基于JPEG-LS的码率可控的星上图像压缩模块,需要设计出针对JPEG-LS的码率控制算法。本文在分析了JPEG-LS算法标准的基础上,结合现有的码率控制方法,设计出一种基于动态码率表的码率控制算法。测试表明,与现有方法相比,该算法收敛速度快,且压缩后重建图像质量更高。在该算法基础上,本文使用Verilog HDL硬件描述语言在FPGA平台上设计并实现了JPEG-LS近无损图像压缩模块。较之现有的设计,该模块编码效率更高,对图像的处理速度可达60M Pixel/s。(本文来源于《中国科学院大学(中国科学院国家空间科学中心)》期刊2018-06-01）
龚楠,张津荣,赵东升[3]（2018）在《基于FPGA的QUIC无损图像压缩算法设计》一文中研究指出QUIC是一种预测编码算法。它在只可以压缩灰度图像的SFALIC算法的基础上,增加了RLE编码,从而可以压缩彩色图像。采用FPGA硬件实现该算法不仅可以实时压缩各种彩色图像,而且可以将其部署到需要无损图像压缩的实时终端系统中。本文通过研究QUIC算法的原理及关键技术,提出了一种基于FPGA硬件实现QUIC无损图像压缩算法的设计方案,并通过实验对其有效性进行了对比分析和验证。(本文来源于《电子技术与软件工程》期刊2018年07期）
范文晶,王召利,王惠娟,费聚锋,李萧萧[4]（2016）在《基于FPGA的无损图像压缩算法实现》一文中研究指出针对采用传统硬件方法实现JPEG-LS无损图像压缩算法时延时较多、实时性较差的问题,文中提出了一种基于FPGA的全流水线结构来实现JPEG-LS算法。该结构以提高最大吞吐量为主要目标,通过多级流水线降低每一级运算的延迟,大幅提高了压缩算法的实时性,硬件电路操作频率可达120 MHz。(本文来源于《电子科技》期刊2016年11期）
吴薇,陈宗哲,余文森,林丽惠,常化文[5]（2015）在《基于块的比特分配的无损图像压缩算法》一文中研究指出为了获得最佳的无损图像压缩效果,提出一种基于块的比特分配技术(block bit allocation,BBA)的图像无损压缩算法,并采用叁种数字图像模式:CT、MR和DR来评价该算法.实验结果显示,此算法对比标准LempelZiv和Huffman压缩算法能将CT图像的压缩比平均增加11%到19%,在MR图像中,平均增加12%到28%.对于DR图像,此方法比Huffman算法差9%.但是,压缩和解压缩速度会更快并且可用于在线医学图像压缩.(本文来源于《吉林师范大学学报(自然科学版)》期刊2015年03期）
于潇[6]（2015）在《基于FPGA的无损图像压缩系统设计》一文中研究指出本文简要介绍了图像压缩的重要性和常用的无损图像压缩算法,分析了快速高效无损图像压缩算法(FELICS)的优势,随后详细分析了该算法的编码步骤和硬件实现方案,最后公布了基于该方案的FPGA性能指标。和其他压缩算法相比该方案可极大地减小无损图像压缩系统所需的存储空间和压缩时间。(本文来源于《电子产品世界》期刊2015年01期）
冉晓娟[7]（2014）在《无损图像压缩编码方法及其比较》一文中研究指出研究游程编码,LZW编码和哈夫曼编码叁种无损图像压缩的原理,并对其进行分析,这有助于针对不同类型的图像选择合适的压缩编码方法。(本文来源于《重庆电力高等专科学校学报》期刊2014年06期）
金振训,钱杰[8]（2014）在《一种嵌入式系统解码的高压缩比无损图像压缩算法》一文中研究指出针对图像存储、处理和传输过程的巨大数据量和复杂度,本文通过对图像感兴趣区域采用无损编码,改进研究出了一种基于嵌入式零树小波变换算法的不同区域编解码压缩算法,可以实现改变压缩比以及可手动选择任意形状的感兴趣区域的功能。改进的算法保证了压缩重构图像感兴趣区域质量清晰,对标准测试图实验结果表明,此算法具有较高的压缩比和图像恢复质量,取得较好的效果。(本文来源于《浙江省烟草学会2014年学术年会论文暨信息技术专业委员会科技成果汇编》期刊2014-12-25）
李畅[9]（2014）在《无损图像压缩算法与有损图像压缩算法分析》一文中研究指出随着图像信息的大量存储和传输,图像压缩技术的研究越来越深入。分析现有的无损图像压缩技术——基于统计概率方法、基于字典编码方法和预测编码方法。并详细介绍有序二叉决策图OBDD,并对其进行新型和有效的编码,同时分析有损图像压缩技术,并对无损压缩算法和有损压缩算法进行比较。(本文来源于《现代计算机(专业版)》期刊2014年35期）
于潇[10]（2014）在《快速高效无损图像压缩算法的优化及硬件验证》一文中研究指出随着信息技术的发展和各类数码产品的普及,有限的存储空间和数据传输带宽成为了难以突破的瓶颈。因此图像压缩成为了图像处理过程中必不可少的步骤,如何使图像压缩算法的压缩性能更好、压缩效率更高成为了当下图像处理领域的一大重点研究课题。本文主要针对快速高效无损图像压缩算法(Fast Efficiency Lossless Image Compression System,FELICS)进行了深入的分析和优化。本文通过对各类图像压缩算法的深入研究和对几种基于预测编码的无损图像压缩算法的对比和分析,选定FELICS算法为本文的研究内容。借鉴序列参数估计法,图像分块和限长编码的设计思想,对标准算法中Golomb-rice熵编码部分基数K的选取过程进行了改进和优化。将待处理的图像按照规定的大小进行分块,在每一个图像块中设置0-255个不同的背景值Δ,以此为索引值在每一个背景值Δ下设置两个变量,即到目前为止该Δ下出现的像素点个数和这些像素点的预测误差之和,利用这两个变量求出K的期望值,以此来代替FELICS算法中K值的求取方法。由于标准算法中K的求取过程是通过遍历操作实现的,如果K有8个备选值的话,那么确定一个K值就需要8个时钟周期,并且在每一个背景值Δ下有8个变量。和标准算法相比,本文所提出的优化算法可以节省4倍的存储空间,并使处理效率提升8倍。在对优化算法的原理进行了分析和说明之后,对其进行了软件仿真,并将不同分块方案下的改进算法同标准算法进行了对比,最后,针对改进算法完成了硬件验证。优化后算法编解码过程的软件仿真结果显示,本算法能够正确实现无损图像压缩和图像重建的功能。当图像分块大小为64×64时,算法的压缩性能和压缩效率能够达到最佳的折中效果,经过标准测试图像验证后发现,优化后的算法平均压缩比为1.52624,与标准FELICS算法相比提高了0.84%,压缩时间减小为标准FELICS算法的54.56%。(本文来源于《天津大学》期刊2014-11-01）
准无损图像压缩论文开题报告
（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：
随着航天技术的飞速发展,利用卫星所获得遥感图像的数据量呈几何级增长。而星载硬件系统资源及传输带宽均十分有限,为了缓解数据存储及传输的压力,开发一套高效的星载图像压缩系统十分重要。JPEG-LS是1998年ITU基于HP实验室的LOCO-I算法所提出的一种无损/近无损图像压缩算法。该算法基于预测的编码方式,复杂度低,性能良好,硬件实现简单,适合星载硬件系统这一资源有限的场景。但它也存在码率不可控制的缺点,这也限制了JPEG-LS的进一步应用。为了实现基于JPEG-LS的码率可控的星上图像压缩模块,需要设计出针对JPEG-LS的码率控制算法。本文在分析了JPEG-LS算法标准的基础上,结合现有的码率控制方法,设计出一种基于动态码率表的码率控制算法。测试表明,与现有方法相比,该算法收敛速度快,且压缩后重建图像质量更高。在该算法基础上,本文使用Verilog HDL硬件描述语言在FPGA平台上设计并实现了JPEG-LS近无损图像压缩模块。较之现有的设计,该模块编码效率更高,对图像的处理速度可达60M Pixel/s。
（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。
准无损图像压缩论文参考文献
[1].刘海涛,汪斌.基于小波变换和算术编码的无损图像压缩方法研究（英文）[J].机床与液压.2018
[2].陈聪.JPEG-LS近无损图像压缩码率控制算法及其硬件实现[D].中国科学院大学(中国科学院国家空间科学中心).2018
[3].龚楠,张津荣,赵东升.基于FPGA的QUIC无损图像压缩算法设计[J].电子技术与软件工程.2018
[4].范文晶,王召利,王惠娟,费聚锋,李萧萧.基于FPGA的无损图像压缩算法实现[J].电子科技.2016
[5].吴薇,陈宗哲,余文森,林丽惠,常化文.基于块的比特分配的无损图像压缩算法[J].吉林师范大学学报(自然科学版).2015
[6].于潇.基于FPGA的无损图像压缩系统设计[J].电子产品世界.2015
[7].冉晓娟.无损图像压缩编码方法及其比较[J].重庆电力高等专科学校学报.2014
[8].金振训,钱杰.一种嵌入式系统解码的高压缩比无损图像压缩算法[C].浙江省烟草学会2014年学术年会论文暨信息技术专业委员会科技成果汇编.2014
[9].李畅.无损图像压缩算法与有损图像压缩算法分析[J].现代计算机(专业版).2014
[10].于潇.快速高效无损图像压缩算法的优化及硬件验证[D].天津大学.2014