图像序列的快速分形压缩方法研究

发布时间：2023-04-19 22:55

　　图像压缩一直是计算机视觉领域的基础问题。其中,分形压缩算法是一种有损图像压缩方法。该算法具有很多优势,如压缩比高、重构不受尺度限制、解码速度快等。但是,现有的分形图像压缩算法仅面向二维图像,对三维图像和二维图像序列的研究比较少。由于三维图像和连续图像序列均存在较强的自相似性,使用分形方法对其进行压缩具备了很好的理论和应用前景。因此本文提出了基于分形的快速压缩连续图像序列的方法。首先,根据时空相似性分割图像序列。图像序列是一种非结构化的数据,它不仅有空间属性而且具有时间属性。在对图像序列压缩之前,可以根据时空相似性将图像序列切分成一个个相互独立的片段。在得到所有图像的颜色直方图后,采用巴氏距离对直方图的相似度进行计算。若两帧图像的相似度大于某一预先设定的阈值,则认为在这两帧图像之间发生很大的变化,因此将二者分在不同的图像片段中。其次,提取一种图像块的自身特征,使得基于图像块自身特征的计算过程取代传统分形压缩中两类图像块的相互计算过程,从而降低计算复杂度。根据图像块自身特征将定义域块进行分类,即通过设定特征值的阈值划分定义域块类。得到所有定义域块类后,计算每个值域块到定义域块类中心的距离,...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 图像序列压缩面临的挑战
    1.3 研究内容
    1.4 论文结构
第二章 相关工作
    2.1 分形图像压缩
    2.2 视频序列压缩
    2.3 医学图像压缩
    2.4 小结
第三章 基于时空相关性分割图像序列
    3.1 时空相关性
        3.1.1 时空相关性的定义
        3.1.2 图像序列中的时空相关性
    3.2 图像序列分割基本流程
        3.2.1 颜色直方图提取
        3.2.2 区分度计量选取
第四章 基于分形的快速图像序列压缩算法
    4.1 提取图像块特征
        4.1.1 图像块特征确定
        4.1.2 匹配池扩大
    4.2 图像块分类
        4.2.1 定义域块分类
        4.2.2 值域块分类
    4.3 快速分形图像压缩算法
        4.3.1 传统二维图像序列压缩算法
        4.3.2 传统三维图像压缩算法
        4.3.3 快速分形图像序列压缩算法
第五章 实验及分析
    5.1 数据集及评价指标介绍
    5.2 标准灰度图像集实验分析
        5.2.1 分割结果
        5.2.2 单帧压缩与连续帧压缩
        5.2.3 分形图像压缩算法和AVQIS算法的比较
    5.3 ADNI数据集实验分析
        5.3.1 分割结果
        5.3.2 单层压缩与连续层压缩
        5.3.3 分形图像压缩算法与BWT–MTF算法的比较
第六章 总结与展望
    6.1 工作总结
    6.2 未来展望
参考文献
致谢
攻读硕士期间发表的学术论文



本文编号：3794374