导读:本文包含了可伸缩图像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:可伸缩视频编码,超声图像,失真模型,码流抽取
可伸缩图像编码论文文献综述
许文龙,艾明晶[1]（2013）在《基于可伸缩视频编码失真估计模型的超声图像码流抽取新方法》一文中研究指出目的研究载人航天任务条件下可伸缩视频框架在超声图像编码中的应用,提供在轨超声检测图像实时传输的码流抽取方法。方法使用一种新的码流抽取算法,通过编码端的重建信息来估计漂移失真;考虑帧到帧的漂移失真传播系数,重建编码的失真估计模型。结果本文所使用的方案相比可伸缩视频编码参考模型(joint scalable video model,JSVM)使用的质量层分配方案,峰值信噪比(peak signal-to-noise ratio,PSNR)相当或略有提升,而计算量上避免了反复解码的复杂操作,对相同测试序列的平均抽取时间提高了10倍。结论本文提出的码流抽取方案,不需要复杂的解码操作,降低了计算复杂度,在载人航天超声图像等可伸缩视频应用中有一定应用前景。(本文来源于《航天医学与医学工程》期刊2013年04期）
甘涛,何艳敏[2]（2010）在《基于稀疏分解的可伸缩图像编码》一文中研究指出图像编码技术的新的突破可寄希望于信号表示的深刻变革.采用基于冗余原子库的快速匹配追踪算法对图像进行稀疏分解,在分析和总结原子空间位置分布规律的基础上,提出与之相适应的块划分编码方法,节约了用于表示原子参数和投影系数的比特数.实验结果表明,本文编码器在计算复杂度、编码效率和伸缩性能等方面都优于当前同类型编码器,特别是在前两方面,其优势十分明显.比如对512×512测试图像,编码率为0.5bpp时本文编码器的平均PSNR增益达1.73dB.特别地,凭借原子库的几何特性,该编码器提供了较传统方法更灵活的伸缩性,允许通过简单的参数变换来获得任意分辨率大小的重建图像.(本文来源于《电子学报》期刊2010年01期）
甘涛[3]（2008）在《高性能的可伸缩图像编码研究》一文中研究指出目前，数字图像已在诸多领域有着广泛的应用。日益增长的海量数据，给存储器的容量，通信信道的带宽以及计算机的处理速度带来了前所未有的极大压力。如何有效地组织、存储、传输和恢复图像数据，或探索和研究压缩比更高，质量更好，复杂度更低的图像编码技术是现代信息处理的关键任务之一。随着因特网在全球范围的日益普及，各种新兴多媒体业务的相继出现，传统的编码方法面临巨大的挑战。除了应具有好的压缩效果外，图像编码还需要适应多变的应用环境，如用户的不同需求，异构网络支路的不同传输条件和终端的不同处理能力等等。本论文以探索满足上述要求的高性能图像编码方法为目标，围绕图像压缩的变换、量化和编码等几个主要环节而展开研究，重点开发了基于小波变换和基于稀疏分解的两类高性能的可伸缩图像编码器。论文的创新性研究的主要内容为：1．系统深入地研究嵌入式小波图像编码技术，对当前先进的小波系数组织和编码方法进行分类总结和探讨。2．深入研究小波系数集合划分的原理和方法，提出一种自适应的分层树集合分裂方法，扩展了传统的空间方向树结构，将多个方向树组合起来共同表示一个非重要系数集合，节约了集合表示的比特数。3．探索研究矢量量化技术在嵌入式图像编码中的应用，提出一个格型矢量量化与分层树集合分裂算法相结合的编码方案。该方案选用规则的格点作为码书，不需要训练和存储，克服了传统矢量量化计算和存储复杂度高的缺点。改进多级增益一形状矢量量化方法并使之与集合分裂算法有机结合，实现了对细节较丰富图像更好的编码效果。4．在分析和借鉴多种先进编码方法的基础上，提出一个高性能的嵌入式小波编码算法。该算法联合采用了基于聚类的重要系数表示法和基于零块结构的非重要系数表示法，以及基于上下文的算术编码，共同挖掘小波子带内聚集和子带间相似的特性。在嵌入准则的指导下，提出基于聚类表征的分类和排序方案，借助链表结构有效地实现了精细的分数位平面编码，在较低复杂度下实现了比当前先进算法更好的有失真和无失真编码性能。在此基础之上提出了一种高伸缩性的图像编码方案。该方案利用位平面编码和小波分解固有的多分辨率特性实现了质量和分辨率的可伸缩。它解除了编解码之间的约束，编码方无需了解解码方的具体状况，生成的具有层次结构的码流可以很方便高效地被解析和解码，以满足用户对质量和分辨率的不同需求。5．研究信号稀疏逼近问题，设计适合图像表示的冗余几何原子库，探索快速图像稀疏分解方法。对流行的匹配追踪算法进行深入地分析和研究。总结了匹配追踪分解的特点，并提出用库原子的空间相对距离来估计其互相关信息的方法。在此基础上提出一系列快速图像稀疏分解算法，在保持主客观质量的前提下，大大提高了图像分解的速度。比如对512×512测试图像，相对于最新的全局匹配追踪算法，本文算法的速度增益达到115．39倍，而PSNR平均下降0．25 dB。6．探索研究稀疏分解在图像编码中的应用。对图像进行快速稀疏分解并分析和总结分解原子的分布规律，提出与之相适应的块划分编码方法，对原子位置参数和系数进行联合编码。形成的编码器在计算复杂度、编码效率和伸缩性能等方面都优于最新的匹配追踪编码器，特别是在前两方面，其优势十分明显。比如对512×512测试图像，编码率为0．5 bpp时本文编码器的平均PSNR增益高达1．75 dB。特别地，该编码器提供了较传统方法更灵活的伸缩性，允许通过编码域的参数变换来获得任意分辨率大小的重建图像，可在网络或移动终端的图像业务中得到很好的应用。(本文来源于《电子科技大学》期刊2008-09-16）
付文秀[4]（2005）在《面向网络传输的视频图像可伸缩编码研究》一文中研究指出随着网络技术的成熟和发展,视频图像的压缩编码以及网络传输已经成为最热门并具发展潜力的技术之一。本文主要从小波变换、可伸缩编码、基于区域/对象的编码和小波分形结合等几个方面展开的研究。在静止图像小波变换编码提出了一种使用四叉树基于对象的ROI-basedSPIHT 算法,提供了一种优秀的区域编码技术。讨论小波变换在大图像编码领域的应用;包括基于叁维小波变换的多光谱图像编码,基于块的大图像编码和编码流中提取特定区域等问题的研究。视频序列的叁维小波变换编码,是面向网络传输的理想编码方法之一。本文在这个方面重点进行了基于对象的叁维小波变换编码技术的研究。结合小波分形的视频图像编码作为未来的编码技术已经展现出其优良的编码特性,本文探讨了结合这两种技术的视频压缩编码方法;并完成了模拟实验,验证了几个代表性方案的可行性和技术优势。(本文来源于《吉林大学》期刊2005-06-13）
陈德权,赵宇明,万长明[5]（2004）在《基于区域和边缘分开编码可伸缩彩色图像编码》一文中研究指出提出了一种基于区域和边缘分开编码的可伸缩彩色图像编码算法,该算法采用按各区域重要性程度分别进行不同精度的编码,并采用MEZW方法组织码流。算法分叁步:一是将图像分割为纹理均一或表示独立意义的区域,并按重要程度分别排序;二是对各区域边缘像素进行DCT和小波变换;叁是采用MEZW对小波系数进行处理并复合为输出码流。(本文来源于《红外与激光工程》期刊2004年06期）
赵宇明,万长明[6]（2004）在《基于彩色图像分割的可伸缩性压缩编码》一文中研究指出按各区域重要程度的不同,采用改进的嵌入零树小波方法组织码流,以得到可伸缩性压缩码流.算法首先将图像分割为纹理均一或表示独立意义的区域,并按重要程度排序;然后对各区域边缘像素进行DCT和各区域进行小波变换;最后采用改进的嵌入零树小波(MEZW)对小波系数进行处理并复合为输出码流.该算法能实现图像冗余的去除,得到高压缩比.(本文来源于《上海交通大学学报》期刊2004年09期）
可伸缩图像编码论文开题报告
（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：
图像编码技术的新的突破可寄希望于信号表示的深刻变革.采用基于冗余原子库的快速匹配追踪算法对图像进行稀疏分解,在分析和总结原子空间位置分布规律的基础上,提出与之相适应的块划分编码方法,节约了用于表示原子参数和投影系数的比特数.实验结果表明,本文编码器在计算复杂度、编码效率和伸缩性能等方面都优于当前同类型编码器,特别是在前两方面,其优势十分明显.比如对512×512测试图像,编码率为0.5bpp时本文编码器的平均PSNR增益达1.73dB.特别地,凭借原子库的几何特性,该编码器提供了较传统方法更灵活的伸缩性,允许通过简单的参数变换来获得任意分辨率大小的重建图像.
（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。
可伸缩图像编码论文参考文献
[1].许文龙,艾明晶.基于可伸缩视频编码失真估计模型的超声图像码流抽取新方法[J].航天医学与医学工程.2013
[2].甘涛,何艳敏.基于稀疏分解的可伸缩图像编码[J].电子学报.2010
[3].甘涛.高性能的可伸缩图像编码研究[D].电子科技大学.2008
[4].付文秀.面向网络传输的视频图像可伸缩编码研究[D].吉林大学.2005
[5].陈德权,赵宇明,万长明.基于区域和边缘分开编码可伸缩彩色图像编码[J].红外与激光工程.2004
[6].赵宇明,万长明.基于彩色图像分割的可伸缩性压缩编码[J].上海交通大学学报.2004