基于提升小波的圖像壓縮與檢索技術.pdf_第1頁
已閱讀1頁,還剩56頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著經濟的發(fā)展、科技的進步,圖像作為一種信息傳播方式越來越被人們所重視。然而由于圖像存儲和傳輸占用太多的空間和帶寬,因此,尋求有效的圖像壓縮編碼方法具有重大意義。近20多年來,多種圖像壓縮技術和標準被提出:如基于離散余弦變換(DCT)的JPEG標準能夠在不降低圖像質量的基礎上成倍降低圖像存儲空間,后又提出的基于離散小波變換(DWT)的JPEG2000標準比JPEG效果更好。但DWT算法復雜,耗時較長,一直是個待解決的問題。提升小波算法因

2、其計算簡單,克服了傳統(tǒng)小波卷積運算的復雜性而被提出,并已成為圖像編碼的重要技術之一。 本文先對基于鄰域預測、基于線性預測和基于雙線性預測的提升算法,進行了研究,并結合SPIHT(set partitioning in hierarchical trees,分層樹中分配樣本圖像編碼)算法,對圖像進行嵌入式編碼。實驗結果表明,在同樣的比特率和同樣分解級數的情況下,對于紋理豐富的圖像,基于雙線性預測提升的小波圖像編碼算法,具有更好的圖

3、像主客觀質量,最差的是基于鄰域的預測方法,而線性預測方法則介于兩者之間。 圖像存儲量降低帶來了圖像存儲和傳播的便利,網絡帶寬提升帶來了多媒體網絡的發(fā)展,但如何從浩瀚的多媒體信息中找出需要的圖像信息已成為研究人員所面臨的難題,為此,圖像檢索技術應運而生。其中基于小波的圖像檢索技術是目前研究的熱點之一。 本文利用提升小波算法,對圖像檢索進行了研究,一方面我們對提升小波壓縮域的圖像檢索進行了分析,在算法中采用了兩種特征提取的方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論