一、图象压缩技术的现状与发展(论文文献综述)
季玲玲[1](2008)在《高保真遥感图象压缩与分辨率增强联合处理研究》文中指出日益增长的海量遥感数据为遥感图象的存储、传输及其广泛应用带来了极大的挑战,对其进行有效的数据压缩越发显得迫切和重要。然而,大多数压缩算法都一味追求高的客观质量(如信噪比)或主观质量,而忽略了遥感图象特殊的应用背景。在以信噪比为评价准则下,大多压缩算法一味倾向于舍弃高频信息的做法,易导致恢复图象分辨率的下降,这对具有丰富高频信息且应用背景特殊的遥感图象来说是很不利的。而结合压缩与后期应用目的的联合处理技术可有效避免上述算法的弊端,更好地满足遥感图象的特殊压缩要求。因此,研究适合于遥感图象的高保真压缩与分辨率增强的联合处理算法具有重要的理论意义和应用价值。JPEG2000作为最新静止图象压缩标准为遥感图象的压缩提供了新的解决途径,其所具有的优良率失真性能在一定程度上保证了压缩质量,然而JPEG2000对于遥感图象压缩也存在一定的局限性,有必要根据遥感图象自身特点及其特殊的应用背景有针对性地对其进行优化。因此,本文基于JPEG2000,主要研究高保真遥感图象压缩与分辨率增强的联合处理技术,并在理论指导下,对基于JPEG2000的遥感图象压缩系统进行了硬件设计与实现。首先,深入研究了JPEG2000基本原理和编码特性,并针对遥感图象的特点及其应用背景,与传统压缩方法进行了实验比较。在此基础上,从理论和实验两方面分析了JPEG2000在压缩过程中对图象分辨率信息的损失情况,由实验结果可知,即使是具有较高保真性能的JPEG2000在压缩的过程中也会导致图象分辨率的下降。其次,针对JPEG2000倾向于舍弃高频信息,导致恢复图象分辨率下降的问题,提出了基于JPEG2000的高保真遥感图象压缩与分辨率增强的联合处理算法。该算法充分利用了JPEG2000中小波变换的多分辨率分解和时频局部化分析特性,在小波变换后嵌入信息检测算法,在小波域提取出不同分辨率的重要信息,并在压缩的过程中对检测出的重要信息进行优先保存,从而实现高保真压缩与分辨率增强的联合处理。实验证明,该算法不仅能使重要信息丰富的区域得到高保真压缩,16倍压缩时可获得至少2dB的提高,同时有效增强了恢复图象的分辨率,从边缘检测的应用效果来看,本文算法获得的边缘检测率比Part 1推荐算法和Jasper算法的都更高,且对于不同压缩比,其检测率始终保持在90%以上,检测出的边缘连续性也更好。最后,在理论研究成果的指导下,结合小型化、集成化、多层次硬件和软件模块的设计思想,在基于专用芯片ADV202+DSP+FPGA的硬件平台上设计实现了遥感图象压缩系统。测试结果表明,该系统的压缩图象质量良好,能满足各项设计指标,且系统性能稳定、集成度较高、功能可扩展,为JPEG2000在星载遥感图象压缩中的实际应用提供了一定的新思路,具有广泛的应用前景。
张磊[2](2007)在《基于ADV202的遥感图象压缩系统及其后处理技术研究》文中认为随着人类从信息时代向空间时代的迈进,遥感技术迅速发展起来。它集中了空间、电子、光学、计算机通信、精密机械等学科的最新成就,成为当代高新技术的一个重要组成部分,在地球资源管理、环境监测、军事侦察等方面得到了日益广泛的应用。但随之也带来了遥感数据的海量增长,这对存储容量和传输速率都提出了极高要求,因而进行有效的数据压缩就显得特别迫切和重要。由于遥感图象具有分辨率高、信息量大、冗余度低的特点,传统的压缩方法如JPEG、DPCM在应用于遥感图象压缩时都有一定的局限性,压缩效果不理想。JPEG2000国际标准的出台为遥感图象的压缩提供了新的解决途径。它所具有的一些特性使得其可很好地满足现阶段遥感图象的压缩要求,所以在遥感图象压缩的应用背景下,对JPEG2000标准进行研究是十分有必要的;然而,在硬件实现方面,考虑到压缩效果的同时,压缩速度也是不容忽视的,由于JPEG2000更为优越的压缩性能,算法的复杂度相对于JPEG也显着增加,图象压缩的时间也大大延长。因此如何实时或近时实现JPEG2000压缩对于星上作业和传输等方面而言都具有十分重要的现实意义。基于此本文对JPEG2000硬件实现及其相关问题进行了研究。首先,本文对JPEG2000编码系统的基本理论进行了深入研究,论述了JPEG2000的基本压缩原理。并按其压缩流程详细地介绍了各部分的原理与实现方法,然后以此为参照,结合遥感图象及其压缩的特殊要求,对JPEG2000在遥感图象压缩中的优势进行了讨论,为实际应用奠定了必要的理论基础。然后,针对遥感图象的特点以及星上压缩的具体情况和特殊要求,从硬件和软件两个层面给出了具体的设计方案,并采用模块化的设计思想设计了以ADV202为主要算法芯片,以DSP、FPGA为主要控制芯片的遥感图象压缩系统,在确保其稳定性的基础上得到了较高的处理速度和压缩效果,并且根据实际仿真的需要设计了USB接口等辅助部分,实现了基于JPEG2000的遥感图象压缩。最后,针对JPEG2000压缩码流在传输过程中遇到干扰较大和在特殊情况下解压缩图象有分块现象的问题,采用不等差错保护和小波软阈值法分别对JPEG2000压缩码流和解压缩后图象进行后处理,以使压缩码流有更好的抗误码能力,解压缩图象有更好的视觉效果,完善了整个系统的设计。本文实现的遥感图象压缩系统,完成了对遥感图象的JPEG2000的压缩,并且取得较理想的压缩效果和运算速度。通过对压缩码流的后处理,使其在抗误码能力上有了一定的提高,为解压缩端得到效果较好的解压缩图象提供了保障。通过对解压缩图象的后处理,使其在视觉效果上有了一定的改善。实验结果证明本文硬件系统和算法适用于遥感图象压缩的特殊要求,并取得了比较理想的效果。
张宝薇[3](2006)在《基于感兴趣区域的遥感图象压缩方法研究》文中认为随着遥感技术的发展,遥感图象获得了日益广泛的应用,随之也带来了遥感数据的海量增长,这给存储和传输都带来极大的困难,因而进行有效的数据压缩就显得特别迫切和重要。JPEG2000标准所具有的良好特性可使其很好地满足遥感图象的压缩要求,尤其是它的感兴趣区域ROI(Region of Interest)编码技术对遥感图象的压缩尤为重要。基于此,本文作了以下几方面研究:首先,对JPEG2000编码系统的基本理论进行了深入研究,并对其编码特性进行了系统分析。本文先总结了遥感图象的特点及压缩要求,然后以此为参照,对JPEG2000在遥感图象压缩中的优势进行了讨论。此外,从应用出发,多方面比较、多角度分析了其编码的有效性。这部分的研究为实际应用奠定了必要的理论基础。其次,为了解决某些情况下ROI编码技术使用受限的问题,针对ROI编码技术的关键环节——ROI的检测进行了研究。结合对现有ROI检测算法的总结分析,本文提出了一种用于遥感图象的ROI自动检测算法,测试结果验证了该算法的有效性;然后,在对两种ROI编码算法深入研究的基础上,结合本文检测结果的特点,设计了一种ROI快速掩模产生算法,该算法优于JPEG2000的ROI掩模产生算法,极大地减少了ROI编码时间。本文又将二者统一在JPEG2000框架下,设计了一个基于ROI的遥感图象压缩系统。实验结果表明,该系统可对遥感图象进行自动的ROI编码,在对遥感图象进行低比特率压缩的同时,ROI仍具有较高的保真度。然后,针对现有图象客观质量评价准则有时无法完备地评价ROI编码结果的问题,提出了基于ROI的客观质量评价方法。该方法通过将用户对目标的感兴趣程度定量化的方式,将其引入到了传统的客观质量评价准则中。使用该方法对本文设计的基于ROI的遥感图象压缩系统的编码结果进行了评价,实验结果证明,该方法可较准确地评价ROI编码结果,其评价结果与主观评价结果吻合。最后,在理论研究的基础上,以星载图象压缩应用为背景,设计了一个基于DSP和FPGA的遥感图象压缩实验系统,为了提高系统的处理速度,本文采用交互式编码策略。然后对其中的核心算法JPEG2000在TMS320C6713上进行了实现。为了尽可能的提高编码速度,对软件算法进
杨红梅[4](2003)在《基于小波变换的数字图象水印技术研究》文中研究说明版权保护在国内外一直是备受关注而又不好解决的一大难题,数字媒体的版权保护问题又尤其严重。这些数字化的图形、文字以及音频、视频作品的易存储加工、易传输复制的优点加快了知识与信息的交流与传播,但同时也为一些非法者提供了恶意篡改、攻击、盗用他人劳动成果的便利条件。随着互联网和多媒体技术、通信技术的迅速发展,数字媒体的版权保护问题日益突出,使得数字水印技术备受人们的关注。数字水印技术是近几年兴起的一门全新技术,为实现有效的知识产权保护提供了一条崭新的思路,近年来已成为多媒体信息安全研究领域的一个热点课题。 本文对数字图象水印技术及其应用作了较为深入的分析与研究。主要在以下几个方面作了做出了努力: 1、从水印的由来、现状、基本原理、特点、分类与主要用途等方面对数字水印技术基本知识作了概括性的总结与分析。 2、对数字水印的嵌入与检测技术进行了总结和探讨,并通过分析各种图象压缩编码方法给出了几种具体水印处理策略。 3、给出了一种利用图象自身特点嵌入水印的小波域数字水印算法,具有很强的不可见性和鲁棒性。 4、给出了一种利用人类视觉纹理、亮度和蓝色通道掩蔽特性嵌入水印的算法,该算法在保证水印不可见性的同时,对常见的图象处理表现出较好的鲁捧性。
张馨[5](2019)在《基于DCT与DWT的图像渐进压缩算法研究》文中进行了进一步梳理为解决对图像进行实时处理、传输时,因需要处理、传输数据量过大,造成带宽拥堵、资源量浪费问题,本文从图像分级压缩着手,利用量化可分级来实现图像的渐进压缩。该方法先对原始图像进行预处理,接着对预处理得到的数据进行变换处理,然后对得到的变换系数进行可分级量化,使用Huffman编码方法对量化的图像数据实行编码,对得到的码流进行累进传输,最后终端根据接收到码流进行解码,并渐进显示传输的压缩重建图像,收到的码流逐渐完善,得到的图像逐步清晰,进而满足实时处理与传输。在不影响图像质量的前提下,图像渐进压缩技术不仅实现了对图像的内容进行了压缩,同时利用码流累进传输,解决了传输占用信道宽的瓶颈。本文利用变换技术去除图像的部分冗余信息,再利用可量化分级,对图像进行Huffman编码实现渐进压缩。本文主要采用的变换方法是离散余弦变换(DCT)和离散小波变换(DWT)两种变换算法,实现基于DCT图像渐进压缩算法与基于DWT的图像渐进压缩算法,并对比上述两种算法,相比DCT变换压缩,基于DWT压缩不仅是在频域,它在时域也有体现,通过平移伸缩,可以完全覆盖整个图像,利用基于DWT压缩可以得到更好压缩效果,峰值信噪比(PSNR)值更高,而且可以解决基于DCT图像压缩时出现的“方块效应”。该论文有图30幅,表14个,参考文献45篇。
戴群[6](2017)在《基于机器视觉的电容器铭牌缺陷检测技术设计与实现》文中提出随着现代科技的发展,电容器被广泛的应用于了各种设备中,由于其优越的电磁性能,电容器以成为了众多高端电子设备的核心部件,市场呈现供不应求的态势,其大规模生产能力成为了一个国家电子产业发展水平的标志。电容器被生产出之后需要经过严格的质量检测才能出售,而传统的人工视觉检测方法耗时费力、成本高昂且往往漏洞百出,自动化的电容器铭牌检测系统可以解决以上诸多的问题。本文对于一般人工视觉电容器铭牌识别中的许多缺陷,采用了一种汇集多类算法的全自动图象识别测试体系。本文的任务有以下几个方面:首先,建立了图象采集模块,采用CCD相机和FPGA控制电路获得了电容器的表面图象;然后,运用小波图像压缩算法把取得的图象压缩输送给后面的模块;再然后,为了避免获得的图象包含噪声或者有时候亮度有所欠缺,使用了双边滤波和retinex图像增强算法去实现图象预处理;接着,采用了 SLIC超像素分割算法以及模糊C均值算法,将电容器铭牌有效的表面信息分割出来;最后,运用caffe深度学习框架以及lenet-5网络结构,进行高准确率的图象文字识别工作。通过实验证明,本文采用的体系分割与识别的准确率均超过了 90%,能够达到企业针对电容器检验环节中铭牌清晰度自动测试的需求。
陶宇[7](2012)在《面向星载应用的高保真遥感图象压缩核关键技术研究》文中提出卫星遥感图象数据分辨率高、数据量大,受星载存储器的存储空间有限以及卫星过顶时间短等因素限制,海量的遥感数据的处理及存储是必须面对的一个问题。星载遥感图像压缩系统不同于一般地面压缩系统。对于星载遥感图象压缩系统而言,需要考虑多种特殊因素,如体积、功耗、压缩速度以及压缩质量等等。因此根据星载环境的特点以及遥感图像的特性,研究适合于星载遥感图像的压缩算法并对其进行改进使其适用于星载系统,具有重要的理论意义和实际应用价值。JPEG2000是现今优秀的图象压缩算法,在遥感数据压缩领域起到了非常重要的作用。但是由于其是针对普通图像压缩所提出的,因此当应用在遥感图像压缩时会产生不可避免的问题。对JPEG2000算法进行改进使之适用于遥感图像这类特殊数据显得尤为必要。因此本课题主要在JPEG200图像压缩算法的基础上对其进行分析改进并实现了一个基于JPEG2000的遥感图像压缩核。首先,星载遥感图象压缩系统与地面图像压缩系统比较存在很大差异。压缩系统自身的体积、功耗及处理速度等必须适应星载的特殊需求。研究高效且适用于遥感图像的压缩算法,将其作为后续研究的理论基础。从算法与实践结合的角度分析了遥感图像及JPEG2000的特性,对于后续的算法改进及实现起着理论指导作用。其次针对星载遥感图象压缩系统要求压缩速度快质量高的特点,提出了基于不同地物场景的高保真遥感图象快速压缩技术。在常规观测任务中,用户最为关注的是地面接收到的图象数据能否完整的表达观测目标信息,尤其是标志性的细节特征,以满足量化分析及应用需求。不同的观测对象在图象上具有不同的特征体现,为更好地满足后续应用的需求,需要针对不同的地物场景研究差异化的压缩模式,形成可重构参数集。同时研究适合大幅宽遥感图像的全局码率分配技术以及等通路数截断技术,并进行了算法软件实现。最后本文在理论研究的基础上,进行了遥感图象海量数据压缩并行结构设计及压缩核的实现。由于遥感图象数据量巨大,而遥感图象数据的存储及下传受星载数据存储器容量与有限下传的带宽的限制,因此需要对传感器采集到的遥感图象数据进行压缩,以达到减小数据量便于存储传输的目的。受软硬件条件限制,单个压缩核每秒所能压缩处理的图象数据量是有限的,因此需要根据星载压缩系统的相关参数,讨论计算所需压缩核数量以及压缩核并行结构的合理性,快速有效分配待压缩的图象数据,研究遥感图象海量数据的压缩处理技术。设计并实现一个基于ADV202的星载遥感图象压缩核,围绕ADV202以及FPGA的配置、接口等模块进行阐述,并设计了一个利用Qt平台开发的上位机软件,实现了上位机电脑与压缩核之间的数据通信。
严萌[8](2011)在《基于异常特征保护的高光谱图象压缩方法研究》文中提出高光谱遥感(Hyperspectral Remote Sensing)技术的发展是20世纪80年代人类在对地观测方面所取得的重大技术突破之一。它可以获得近似连续的光谱信息,覆盖整个可见光至近红外的(0.4-2.4微米)光谱范围。正由于高光谱图象的庞大数据量给存储和传输带来了巨大挑战,这样研究高效的高光谱图象压缩方法以减少存储和传输的压力是十分必要的。高光谱图象较一般遥感图象并不是数据量的简单累加,而是信息量的倍增,从而实现了地物目标间极微小差异的精细识别。但往往庞大的数据中只有部分异常特征(Anomaly Signature)在目标精细识别和地物准确分类等应用中起到关键作用,所以准确提取这些异常特征,并加以保护压缩对后期应用和减少存储传输压力都是十分重要和有意义的。本文基于以上背景对高光谱图象的异常特征保护压缩方法展开了研究。首先对高光谱图象成像原理进行研究,进而对其特征进行分析,包括空间相关性特征、谱间相关性特征以及光谱异常特征分析。基于以上基础理论,本文针对传统光谱特征提取方法存在对噪声敏感、无法表征非平稳信号的时频局域性质的缺陷,研究了一种在小波变换域分析并提取异常特征的方法。利用小波变换具有空频局部化和多分辨率的特点,在各级高频分量中分析异常特征。改变小波分解级数进行多次实验得到异常特征在高频信息中的位置对应关系。根据频率对应关系定量计算得到分析指定异常特征的最佳小波变换分解级数,提取异常特征。其次,对高光谱图象空-谱联合压缩方法进行了研究。首先对三种典型的三维去相关组合形式进行了比较实验,包括结构形式、能量分布和编码性能。根据高光谱图象三维数据不对称及K-L变换计算复杂的特点,本文研究一种空间维二维小波变换加光谱维低复杂的K-L变换组合方法去除高光谱图象冗余信息。采用部分数据计算协方差矩阵实现低复杂度K-L变换。改变不同采样值在不同压缩比情况下进行实验,验证方法的有效性。最后,研究关键信息保护的高光谱图象压缩方法。针对现有标准的提升方法存在感兴趣区域提升系数不灵活和增加传输量的缺点,研究了一种可控位平面交叉提升方法,该方法引入两个参数,通过调节两个参数值实现灵活控制图象压缩质量,并改变参数进行多次实验证明其优越性。结合第2章研究内容,在小波变换域各个分解层提取位置信息构建三维感兴趣信息掩膜,最后采用树结构编码方式实现感兴趣信息保护压缩。
二、图象压缩技术的现状与发展(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、图象压缩技术的现状与发展(论文提纲范文)
(1)高保真遥感图象压缩与分辨率增强联合处理研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的意义 |
1.2 遥感图象压缩技术的研究现状 |
1.2.1 遥感图象的特点和压缩要求 |
1.2.2 国内外遥感图象压缩技术的进展和趋势 |
1.2.3 JPEG2000 在遥感图象压缩中的应用现状 |
1.3 压缩与分辨率增强联合处理的研究现状 |
1.4 论文的主要研究内容及结构安排 |
1.4.1 主要研究内容 |
1.4.2 论文结构安排 |
第2章 JPEG2000 理论研究及其分辨率损失分析 |
2.1 JPEG2000 标准基本原理 |
2.1.1 预处理 |
2.1.2 离散小波变换 |
2.1.3 量化 |
2.1.4 最优截断的嵌入式块编码EBCOT |
2.2 JPEG2000 编码适用于遥感图象压缩的实验分析 |
2.3 压缩过程中分辨率信息损失情况的分析 |
2.3.1 分辨率下降对恢复图象影响的实验分析 |
2.3.2 JPEG2000 中分辨率下降的理论分析 |
2.3.3 JPEG2000 中分辨率下降的实验分析 |
2.4 本章小结 |
第3章 高保真遥感图象压缩及分辨率增强联合处理 |
3.1 压缩与分辨率增强联合处理的方案设计 |
3.2 多分辨率信息检测 |
3.2.1 传统的边缘检测算子 |
3.2.2 图象的小波特性 |
3.2.3 基于小波变换检测图象边缘的原理 |
3.2.4 多分辨率边缘检测方法 |
3.2.5 多分辨率边缘检测方法的性能分析 |
3.3 多分辨率信息保存 |
3.3.1 子带加权保存 |
3.3.2 通道加权保存 |
3.4 压缩与分辨率增强联合处理的算法实现 |
3.5 实验结果与分析 |
3.6 本章小结 |
第4章 遥感图象压缩系统的硬件实现 |
4.1 遥感图象压缩系统的性能指标 |
4.2 遥感图象压缩系统总体设计 |
4.2.1 功能模块设计 |
4.2.2 硬件设计 |
4.2.3 软件设计 |
4.3 遥感图象压缩系统的优化设计与实现 |
4.3.1 编码系统的优化设计与具体实现 |
4.3.2 解码系统的优化设计与具体实现 |
4.4 系统试验结果与分析 |
4.5 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(2)基于ADV202的遥感图象压缩系统及其后处理技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究的目的与意义 |
1.2 国内外遥感图象压缩技术的最新进展 |
1.3 JPEG2000 标准及其实现的研究现状 |
1.3.1 JPEG2000 标准的研究现状 |
1.3.2 JPEG2000 软件实现的研究现状 |
1.3.3 JPEG2000 硬件实现的研究现状 |
1.4 有关本文涉及的后处理技术的研究现状 |
1.5 本文的主要研究内容及结构安排 |
1.5.1 主要研究内容 |
1.5.2 论文结构安排 |
第2章 JPEG2000 标准及其核心技术 |
2.1 JPEG2000 标准介绍 |
2.1.1 预处理 |
2.1.2 离散小波变换 |
2.1.3 量化 |
2.1.4 熵编码 |
2.2 遥感图象的特点和压缩要求 |
2.3 JPEG2000 标准适用于遥感图象压缩的特性分析 |
2.4 本章小结 |
第3章 硬件系统总体设计 |
3.1 遥感图象压缩系统设计方案 |
3.1.1 遥感图象压缩系统的功能模块设计 |
3.1.2 遥感图象压缩系统硬件设计方案 |
3.1.3 遥感图象压缩系统软件设计方案 |
3.2 系统硬件关键模块设计及其工作原理 |
3.2.1 系统算法实现模块设计 |
3.2.2 系统参数配置模块设计 |
3.2.3 系统控制模块设计 |
3.2.4 系统仿真接口模块 |
3.3 系统软件关键模块设计 |
3.3.1 系统参数配置模块软件设计 |
3.3.2 系统控制模块软件设计 |
3.3.3 系统仿真接口模块软件设计 |
3.4 压缩系统工作原理和工作情况 |
3.4.1 系统工作原理 |
3.4.2 系统工作情况及结果 |
3.5 本章小结 |
第4章 基于JPEG2000 的后处理技术研究 |
4.1 JPEG2000 压缩码流后处理-不等差错保护技术 |
4.1.1 JPEG2000 码流组织形式 |
4.1.2 针对JPEG2000 码流的不等差错保护 |
4.2 JPEG2000 压缩后解压缩图象后处理-分块现象的去除 |
4.2.1 JPEG2000 分块效应的产生原因分析 |
4.2.2 去除块效应的一般方法 |
4.2.3 小波软阈值法 |
4.3 实验结果分析 |
4.3.1 JPEG2000 码流不等差错保护 |
4.3.2 JPEG2000 解压缩图象分块现象去除 |
4.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(3)基于感兴趣区域的遥感图象压缩方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究的目的与意义 |
1.2 国内外遥感图象压缩技术的最新进展与启示 |
1.3 JPEG2000 标准的发展与研究现状 |
1.4 感兴趣区域编码思想与发展概况 |
1.5 本文的主要研究内容及结构安排 |
第2章 JPEG2000 在遥感图象压缩中的应用 |
2.1 遥感图象的特点和压缩要求 |
2.2 JPEG2000 标准适用于遥感图象压缩的特性分析 |
2.3 JPEG2000 编码系统原理分析 |
2.3.1 预处理 |
2.3.2 离散小波变换 |
2.3.3 量化 |
2.3.4 熵编码 |
2.4 JPEG2000 的关键技术研究 |
2.4.1 小波变换的提升算法 |
2.4.2 EBCOT 编码算法 |
2.5 本章小结 |
第3章 基于ROI 的遥感图象压缩系统 |
3.1 基于ROI 的遥感图象压缩系统概述 |
3.2 ROI 检测技术 |
3.2.1 现有的ROI 检测算法 |
3.2.2 自动检测遥感图象ROI 的方法 |
3.3 ROI 编码技术 |
3.3.1 ROI 算法原理 |
3.3.2 快速掩模产生算法 |
3.4 系统软件仿真 |
3.5 本章小节 |
第4章 图象质量评价准则的研究 |
4.1 图象质量评价方法的现状 |
4.1.1 主观评价方法 |
4.1.2 客观评价方法 |
4.2 基于ROI 的图象质量评价方法 |
4.2.1 评价模型 |
4.2.2 关注度测量 |
4.3 实验结果与分析 |
4.4 本章小结 |
第5章 基于DSP 的遥感图象压缩系统设计 |
5.1 遥感图象压缩系统设计 |
5.2 JPEG2000 在DSP 上的实现 |
5.2.1 算法实现的硬件平台 |
5.2.2 算法的软件结构 |
5.2.3 算法代码在DSP 上实现的关键技术 |
5.2.4 算法级优化 |
5.2.5 DSP软件优化 |
5.3 测试结果分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
哈尔滨工业大学硕士学位论文原创性声明 |
哈尔滨工业大学硕士学位论文使用授权书 |
哈尔滨工业大学硕士学位涉密论文管理 |
致谢 |
(4)基于小波变换的数字图象水印技术研究(论文提纲范文)
目录 |
第一章 绪论 |
1.1 课题背景 |
1.2 数字水印的研究内容 |
1.3 本文的主要内容 |
第二章 数字水印技术 |
2.1 信息隐藏与数字水印的由来 |
2.2 数字水印技术的研究现状 |
2.3 数字水印技术的常用术语及系统模型 |
2.3.1 数字水印技术相关术语 |
2.3.2 典型数字水印系统模型 |
2.4 信息隐藏与数字水印的区别与联系 |
2.5 数字水印的应用领域与基本特征 |
2.5.1 数字水印的应用领域 |
2.5.2 数字水印的基本特征 |
2.6 数字水印的分类 |
第三章 数字水印的嵌入与检测 |
3.1 水印的嵌入 |
3.1.1 空域算法 |
3.1.2 变换域算法 |
3.1.3 压缩域算法 |
3.1.4 生理模型算法 |
3.2 水印的提取与检测 |
3.3 其它相关技术 |
3.3.1 图象压缩技术 |
3.3.2 几种具体水印的处理方案 |
第四章 基于小波变换的数字水印算法 |
4.1 小波变换理论知识 |
4.1.1 小波的定义 |
4.1.2 离散小波变换 |
4.1.3 二维离散小波变换快速算法 |
4.2 离散图象的二维正交小波分析 |
4.3 基于小波变换的图象水印嵌入方法 |
4.3.1 算法模型 |
4.3.2 水印的嵌入 |
4.3.3 水印的提取 |
4.3.4 实验结果 |
4.3.5 结论 |
第五章 基于人类视觉特性的数字水印算法 |
5.1 人眼视觉特性分析 |
5.2 基于人类视觉特性的数字水印算法 |
5.2.1 算法模型 |
5.2.2 水印的生成与嵌入 |
5.2.3 水印的提取与检测 |
5.2.4 实验结果 |
5.2.5 结论 |
第六章 总结与展望 |
6.1 本论文工作总结 |
6.2 数字水印目前存在的问题 |
6.3 数字水印未来研究内容 |
6.4 结束语 |
致谢 |
参考文献 |
(5)基于DCT与DWT的图像渐进压缩算法研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 主要研究内容及章节构造 |
2 图像渐进压缩基本理论 |
2.1 图像可压缩理论 |
2.2 图像渐进压缩步骤 |
2.3 图像渐进压缩关键步骤 |
2.4 压缩质量评价方法 |
2.5 本章小结 |
3 基于DCT与 DWT的图像渐进压缩算法 |
3.1 图像渐进压缩与解压缩 |
3.2 DCT图像渐进压缩算法 |
3.3 DWT图像渐进压缩算法 |
3.4 图像渐进压缩与解压具体实现 |
3.5 本章小结 |
4 实验对比与分析 |
4.1 实验环境介绍 |
4.2 实验数据 |
4.3 DCT与 DWT的对比分析 |
4.4 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(6)基于机器视觉的电容器铭牌缺陷检测技术设计与实现(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 课题意义 |
1.2 机器视觉概述 |
1.3 国内外发展现状 |
1.4 体系总体规划 |
1.4.1 图像采集和压缩传输模块 |
1.4.2 图像预处理模块 |
1.4.3 图像分割模块 |
1.4.4 图像识别模块 |
1.5 本文组织框架 |
2 系统架构设计与图像采集传输 |
2.1 系统架构设计 |
2.1.1 常见电容器铭牌不良外观 |
2.1.2 场景描述 |
2.2 基于CCD和FPGA的图像采集 |
2.2.1 CCD图像获取单元 |
2.2.2 CCD和CMOS的区别 |
2.2.3 FPGA控制器 |
2.2.4 采用FPGA图像采集卡的优势 |
2.3 整体设计 |
2.4 基于小波的视频压缩传输 |
2.4.1 视频压缩算法举例 |
2.4.2 基于小波的图像压缩算法 |
2.5 本章小结 |
3 图像工程预处理 |
3.1 图像去噪算法 |
3.1.1 图像噪声的产生 |
3.1.2 典型噪声及滤波器 |
3.1.3 双边滤波算法 |
3.1.4 工程技术去噪与增强方法 |
3.2 基于Retinex的图像增强算法 |
3.2.1 典型的图像增强算法 |
3.2.2 Retinex图像增强算法 |
3.3 本章小结 |
4 基于改进超像素和模糊C均值的电容器特征分割算法 |
4.1 基于简单线性迭代聚类的超像素划分算法 |
4.2 基于模糊C均值的超像素聚合算法 |
4.2.1 模糊C均值聚类算法介绍 |
4.2.2 超像素聚合方法 |
4.2.3 超像素划分与聚合实验 |
4.3 Blob分析 |
4.4 基于垂直、水平投影法的文字 |
4.5 错误分割处理 |
4.6 本章小结 |
5 基于深度学习的电容器表面文字识别与缺陷检测算法 |
5.1 深度学习简介 |
5.2 caffe深度学习框架介绍 |
5.3 lenet-5的网络结构 |
5.4 电容器表面文字识别 |
5.4.1 神经网络输入数据预处理 |
5.4.2 卷积神经网络的工作原理 |
5.4.3 改进的Lenet-5网络结构 |
5.4.4 系统环境 |
5.4.5 实验与分析 |
5.5 多帧识别结果不一致处理 |
5.6 电容器铭牌质量判别 |
5.7 本章小结 |
6 总结与展望 |
致谢 |
参考文献 |
(7)面向星载应用的高保真遥感图象压缩核关键技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 遥感图象数据压缩技术发展与应用 |
1.2.1 遥感数据特点与压缩要求 |
1.2.2 星载遥感图象压缩算法的发展 |
1.2.3 JPEG2000 在遥感数据压缩中的应用 |
1.3 论文主要研究内容和结构安排 |
第2章 星载遥感图象压缩系统相关理论研究 |
2.1 星载条件下对遥感图象压缩系统的要求 |
2.1.1 小卫星简介 |
2.1.2 压缩系统相关参数计算 |
2.2 JPEG2000 算法基本原理 |
2.2.1 预处理 |
2.2.2 离散小波变换 |
2.2.3 量化 |
2.2.4 编码 |
2.3 遥感图像及 JPEG2000 特性分析 |
2.3.1 不同地物场景遥感图像特性分析 |
2.3.2 JPEG2000 算法对于遥感图像的适用性分析 |
2.4 本章小结 |
第3章 基于不同地物场景的高保真遥感图象快速压缩技术 |
3.1 可重构最优压缩参数集构造 |
3.1.1 图像片大小参数的选择 |
3.1.2 编码块大小参数的选择 |
3.1.3 小波变换层数的选择 |
3.2 全局码率分配技术 |
3.2.1 全局码率分配算法 |
3.2.2 实验及结果 |
3.3 基于等通路数截断的 JPEG2000 改进算法 |
3.3.1 JPEG2000 码率控制算法 |
3.3.2 基于等通路数截断的压缩算法 |
3.4 本章小结 |
第4章 遥感图象海量数据压缩并行结构设计及压缩核的实现 |
4.1 系统设计 |
4.1.1 系统压缩核并行结构设计 |
4.1.2 系统工作流程 |
4.2 压缩核总体设计 |
4.2.1 硬件设计 |
4.2.2 软件设计 |
4.3 压缩核具体设计及实现 |
4.3.1 遥感图像压缩核的实现 |
4.3.2 电脑端软件的实现 |
4.4 实验分析 |
4.5 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(8)基于异常特征保护的高光谱图象压缩方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外在该研究方向上的研究现状 |
1.2.1 高光谱图象压缩技术研究及发展现状 |
1.2.2 基于关键信息保护的高光谱图象压缩技术 |
1.3 论文主要研究内容和结构安排 |
1.4 论文所用实验数据 |
第2章 高光谱图象光谱特征变换提取技术研究 |
2.1 高光谱图象成像机理 |
2.2 高光谱图象的相关性分析 |
2.2.1 高光谱图象空间相关性分析 |
2.2.2 高光谱图象谱间相关性分析 |
2.3 异常特征提取技术研究 |
2.3.1 光谱特征分析 |
2.3.2 光谱微分方法提取特征 |
2.3.3 在小波变换域中分析光谱特征 |
2.4 本章小结 |
第3章 高光谱图象空-谱联合压缩方法研究 |
3.1 霍特林(K-L)变换及小波变换介绍 |
3.1.1 K-L变换简介 |
3.1.2 小波变换简介 |
3.2 三维去相关组合形式分析 |
3.2.1 三维对称小波变换方法 |
3.2.2 三维非对称小波变换方法 |
3.2.3 二维小波变换加一维K-L变换方法 |
3.2.4 三种变换方法的比较 |
3.3 基于小波变换和低复杂度K-L变换的三维去相关算法 |
3.3.1 低复杂度K-L变换方法 |
3.3.2 基于小波变换和低复杂度K-L变换的三维变换方法 |
3.4 本章小结 |
第4章 基于关键信息保护的压缩方法 |
4.1 可控位平面交叉提升方法研究 |
4.2 三维感兴趣信息掩膜计算 |
4.2.1 基于小波变换的空间掩膜构造 |
4.2.2 基于谱间K-L变换和小波变换的光谱维掩膜构造 |
4.3 感兴趣信息保护压缩的实现 |
4.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
四、图象压缩技术的现状与发展(论文参考文献)
- [1]高保真遥感图象压缩与分辨率增强联合处理研究[D]. 季玲玲. 哈尔滨工业大学, 2008(07)
- [2]基于ADV202的遥感图象压缩系统及其后处理技术研究[D]. 张磊. 哈尔滨工业大学, 2007(03)
- [3]基于感兴趣区域的遥感图象压缩方法研究[D]. 张宝薇. 哈尔滨工业大学, 2006(12)
- [4]基于小波变换的数字图象水印技术研究[D]. 杨红梅. 山东科技大学, 2003(04)
- [5]基于DCT与DWT的图像渐进压缩算法研究[D]. 张馨. 辽宁工程技术大学, 2019(07)
- [6]基于机器视觉的电容器铭牌缺陷检测技术设计与实现[D]. 戴群. 南京理工大学, 2017(06)
- [7]面向星载应用的高保真遥感图象压缩核关键技术研究[D]. 陶宇. 哈尔滨工业大学, 2012(04)
- [8]基于异常特征保护的高光谱图象压缩方法研究[D]. 严萌. 哈尔滨工业大学, 2011(05)