一、小波域内的分形视频编码方案（论文文献综述）
田雨露[1]（2012）在《基于分形的立体视频压缩》文中研究指明立体视频具有两个以上的数据通道,比传统单通道的二维视频的信息量更大,不利于传输和存储。因此立体视频发展的关键问题是如何获得高效的数据压缩编码方式。本文提出了一种基于分形理论的压缩编码方法处理视频数据。该方法利用图像的自相似性,在获得高压缩比的同时能够得到质量很好的解压缩图像,且解码过程简单。本文以分形图像压缩技术处理单通道平面视频,继而推广到双通道的立体视频,把运动估计和视差估计与分形技术相结合,归纳了运动估计和视差估计的各种搜索算法,通过对比实验,选择结果最优的算法设计对单通道视频压缩的核心技术即运动估计进行研究,对比几种常用的运动搜索算法,选择最为简单有效的三步搜索算法进行帧间图像的块匹配。将最佳匹配块的运动估计误差数据进行自适应块分形压缩,通过不同I帧和P帧划分进行实验,证明了算法的有效性并得出一种最优的序列帧划分方式。对双通道视频压缩的核心技术即视差估计进行研究,利用运动估计和视差估计的相关性,提出一种快速的视差估计算法,大大节约了通道间图像的视差匹配时问。将最佳匹配块的视差估计误差数据文件进行自适应块分形压缩,通过对不同视频序列进行实验,证明了算法的有效性。最后,总结工作,并对今后的科研工作进行展望。
李爱霞[2]（2008）在《数字图像混合压缩编码算法的研究》文中指出图像压缩编码技术是现代多媒体及通信领域中的关键技术之一。目前图像编码方法的种类繁多,每一种编码方法都存在着各自的优缺点。为了取得更好的编码效果,将不同的方法相结合的数字图像混合压缩编码算法成为近几年研究的重点。本文综述了当前主流的混合压缩编码算法的原理以及实现方法。深入剖析了两类混合图像编码算法:基于DCT系数小波重组的图像编码算法和基于形态学的新型图像编码方法。强调指出,重组后的DCT系数具有小波系数多分辨率特性。前一类混合算法综合了DCT和零树编码的各自优点,具有很高的实用价值。后一类混合算法应用形态学方法,直接对小波子带的重要系数进行编码,能进一步降低计算复杂度。论文提出了基于形态学的DCT系数重组的图像编码（MR-DCT）的改进算法。改进之处主要包括:针对DCT重组系数各子带的不同特点,对最低频子带进行了单独编码,采用了失真较小的DPCM方法,而对其它子带则采用了不同的结构元素进行形态学膨胀操作,这样能更好地利用不同子带系数分布的特点。实验结果表明,本文提出的改进算法不仅优于JPEG和EZ-DCT,而且重建后的Lena和Goldhill图像的峰值信噪比分别高出MR-DCT算法0.15-0.30dB和0.18-0.40dB。且本文算法对于纹理较复杂的图像更为有效。
张砺佳,马彩文,夏爱利[3]（2007）在《小波变换用于视频图像压缩研究》文中研究说明视频图像压缩是多媒体技术的关键之一。随着小波理论研究的不断深入,在此背景下,基于小波的视频图像压缩的理论和应用研究在业界已引起广泛关注。在对近十几年来小波图像压缩研究的回顾和总结基础上,着重介绍了小波技术在视频图像压缩应用研究的最新进展,探讨了目前小波视频压缩研究的若干热点问题及其今后的发展方向。
陈晨[4]（2006）在《分形和小波混合视频编码在无线网络中的应用研究》文中研究指明视频压缩方法是多媒体压缩研究的重要课题。在当今众多视频压缩方法中,多种压缩方法相结合的混合编码方法是研究重点。由于小波编码方法的可伸缩性,使其成为当前图像和视频压缩领域中应用最为广泛的方法之一;分形编码能较好地表示高频数据,因此本文将分形和小波相结合的混合视频编码作为主要研究对象。无线网络具有易受干扰、误码率高,节点移动频繁,以及带宽变化快等特点,而实时视频业务则对网络带宽,传输延迟和延迟抖动有严格要求,使得无线网络中的实时视频传输面临巨大挑战,本文对如何提高无线网络视频传输性能进行了深入研究。本文首先提出了一种分形和小波相结合的视频编码方法FEZW（Fractal Embedded Zero Wavelet coding）。该方法属于渐近编码范畴,它结合了分形编码和小波编码的优点,能够适应无线网络传输并保证视频图像质量。然后改进了无线路由协议DSR（Dynamic Source Routing）,引入基于流数目的路由选择算法,根据当前路径的使用状况,选择到达目的地所需跳数少并且相对空闲（流数少）的路径进行数据传输,具有一定的负载平衡功能,能够有效提高网络带宽利用率、降低丢包率。本文进行了FEZW视频码流在无线网络中传输的仿真。在不同场景下的多组仿真结果表明,FEZW码流使用改进的DSR路由协议进行传输,能够通过码流截断适应无线网络带宽的波动,充分利用网络带宽资源,有效改善了接收端视频图像的主客观质量。
雷聆音[5]（2006）在《基于小波变换与分形相结合的视频图像编码的研究》文中研究说明视频图像是一种重要的信息载体。长期以来,小波和分形一直是视频领域的两个重要的数学工具,人们对这方面的研究始终在持续。鉴于视频领域的小波变换和分形理论的重要意义,本文在这两种数学工具的基础理论上进行了研究与探讨,并结合视频基础原理,对其进行了实验验证。视频编码主要分为帧内和帧间两部分。本文对视频编码结构中的帧内和帧间编码算法做了比较和分析。在帧内编码方面,比较了小波域和分形域的现有及改进算法,并结合基本理论,实现了一种小波变换与分形相结合的帧内图像编码方法。在帧间编码上,本文对空域运动估计与补偿算法作了分析和验证。最后,根据所研究的基本理论和算法,提出了两种视频编码方案,即基于空域运动估计与补偿的视频序列图像编码和基于ESIPHT的分形预测视频序列图像编码方案。在实验中检测了两种方法的性能,前者具有较好的主观质量,但是算法复杂度较高,而后者在编码时间上具有一定的优势,但是主观质量较差。作为分析总结的结果,这两种方案都具备了一定程度的可行性,但是都有很大的提升空间。
李志斌[6]（2006）在《面向网络的可伸缩视频编码的研究》文中认为传统的视频压缩技术主要解决的问题是如何提高压缩编码效率,面向网络的视频编码除了对编码效率提出了更高的要求外,还要求压缩后的视频流能够适应网络带宽的变化和容忍传输错误（如互联网的丢包和无线网络的突发及随机错误等）。在视频通信应用中,视频编码的目标从面向存储转到了面向网络传输,编码的目的从产生适合存储的固定尺寸的码流发展到产生适合一定的传输码率的可伸缩性码流。因此面向网络的可伸缩视频编码技术成为视频通信应用中急需解决的关键问题,对其进行的研究必将具有重要的理论与现实意义,本文对于面向网络的可伸缩视频编码技术进行了深入系统的研究。本文首先总结了视频流服务的研究发展现状以及视频编码的理论基础和现有的国际标准,介绍了时域、空域和信噪比可伸缩视频编码的基本理论。其次结合MPEG-4中可伸缩编码的通用工具,对于MPEG-4中定义的精细可伸缩编码进行了较为详细的研究,并讨论了基于宏块的渐进的精细可伸缩编码方案,可以提高增强层码流的容错性和鲁棒性;最后结合目前最新的小波提升方案,讨论了运动补偿三维小波编码方案。利用运动补偿和小波提升技术实现运动补偿时域滤波,编码效率因多参考帧和子像素运动补偿的使用而大大提高。
付文秀[7]（2005）在《面向网络传输的视频图像可伸缩编码研究》文中提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;包括基于三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。视频序列的三维小波变换编码,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三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。
丁贵广[8]（2004）在《面向通信的视频编码技术研究》文中研究指明摘 要视频压缩编码技术是多媒体通信中的关键技术之一。传统的视频压缩技术主要解决的问题是如何提高压缩编码效率，面向通信的视频编码除了对编码效率提出了更高的要求外，还要求压缩后的视频流能够适应网络带宽的变化和容忍传输错误（如互联网的丢包和无线网络的突发及随机错误等）。在视频通信应用中，视频编码的目标从面向存储转到了面向传输，编码的目的从产生适合存储的固定尺寸的码流发展到产生适合一定的传输码率的可伸缩性码流。因此面向通信的视频压缩编码技术成为视频通信应用中急需解决的关键问题，对其进行的研究必将具有重要的理论与现实意义。本文对于面向通信的视频编码技术进行了深入系统的研究，具体内容主要包括：（１） 对 MPEG-4 的精细可伸缩视频编码方案编码效率低的问题，归纳总结了基于 FGS 的可伸缩视频编码方案的一般性原理框架，并在这个一般性的原理框架指导之下，根据漏预测编码技术，提出了一种基于宏块的漏预测精细可伸缩视频编码方案，称作 MB-based FGS-LP。在该方案中，首先提出了用于增强层宏块编码的漏预测帧间编码模式，该模式以牺牲少量编码效率为代价，来提高编码方案的鲁棒性。同时给出了一个简单的算法用于最优地确定每个增强层宏块的编码模式及漏预测因子的数值。实验结果显示，本文所提出的方案不仅在编码效率上比 MB-basedPFGS 视频编码方案有了进一步提高，而且保留了 MB-based PFGS 的误差恢复能力； （２） 为了提高 FGS 编码方案的增强层编码效率，本文把用于静止图像的子带编码方法引入到 FGS 的增强层编码之中，提出了基于 DCT的嵌入块编码（EBCDCT）方法。在 EBCDCT中，首先根据 DCT系数的特性定义上下文，然后对每一个子块进行基于位平面的上下文算术编码。EBCDCT 编码方法不但保留了原方法的可伸缩性，而且有效地提高了增强层的编码效率； （３） 针对 ＦＧＳ 的码流特点，本文对基于 ＦＧＳ 的抗误码方法进行了系统的研究，提出了分层前向纠错信道编码方法（ＬＦＥＣ）和先进的 ＦＧＳ 增强层错误隐藏方法（ＡＥＣ），实验结果表明，在高误码环境下的视频通信中，采用以上的抗误码方法，有效地提高了码流的抗误码能力； （４） 三维小波视频编码方案是面向通信的视频编码应用中另一种有效的解决方案，本文针对现有三维小波视频编码的不足，提出了一种基于提升的<WP=4>面向通信的视频编码技术研究 运动补偿三维小波编码方案，称作 MCL-3DWT，在该方案中，利用运 动补偿和小波提升技术实现运动补偿时域滤波，编码效率因为多参考帧 和子像素（subpixel）运动补偿的使用而大大提高。实验结果证明本文 的视频编码方案不仅保留了信噪比、时域和空域可伸缩的特性，而且编 码性能好于 MC-EZBC 等经典的运动补偿三维小波编码方案； （５） 小波提升方案是继多分辨分析之后，另一种非常有效的构造小波滤波器 的方法。本文从一般的 9-7 小波提升方案出发，给出了一种新的更适于 硬件实现的提升 9-7 小波滤波器（称为 D97 滤波器），该滤波器的图像 压缩性能与 CDF97 相当，但其计算复杂度由于引人了大量的移位运算 而大大降低，非常适于 ASIC 实现。并把 D97 滤波器应用于本文提出的 MCL-3DWT编码方案之中，证明了其在压缩性能上的有效性； （６） 运动估计是视频编码方案中的关键技术之一，在本文的两种可伸缩视频 编码方案中，运动估计是其中的核心算法之一，决定了整个视频编码方 案的编码效率和编码复杂度。在运动估计算法中，MVFAST算法是最为 有效的块匹配运动估计算法，该算法已被 MEPG-4 标准接受为运动估计 的核心算法，本文针对 MVFAST 算法的不足，提出了一种新的块匹配 运动估计算法，称为预测线性菱形搜索算法（PLDS）。在 PLDS 算法中， 第一次引入了运动估计的线性搜索策略，算法首先根据运动的时间相关 性判断块是否为静止块，然后通过对块的分类来决定搜索起始点并根据 搜索起点的信息来进行线性搜索，最后通过线性菱形搜索策略确定最终 的运动矢量。实验结果证明，与 MVFAST相比，PLDS 算法不仅减小了 运动估计的计算复杂度，而且提高了运动估计的精度。
王永芳[9]（2003）在《基于小波的视频编码》文中进行了进一步梳理随着Internet网络、无线通信技术以及交互式多媒体的迅速发展，视频压缩自然而然成为当今视频通信的研究重点。视频编码追求的目标不仅仅是高的压缩效率，更高的目标是视频编码本身具有可伸缩性，灵活性，多功能性。 二十多年来，在国内外学者的不懈努力下，小波理论得到了迅速的发展，研究内容也越来越广泛、深入。同时， 随着各门学科间的相互交叉与渗透，使得小波理论成功地在许多领域得到了广泛的应用。例如，在视频方面，由于小波本身的多分辨率的数据结构为支持可伸缩编码提供了一个良好条件，所以与标准视频编码相比，小波编码方法具有更大的发展前景。本文主要就基于小波的视频编码时进行了研究。 具体说，本论文包括以下内容： 首先，本文分析介绍了小波理论，文中没有过多的理论推导，而是从小波具有的一些特性，如时频局部性、多分辨率分解特性和倍频程频带分解特性入手，力求对小波变换有一个宏观的了解。其次，介绍了基于小波的图像编码的原理和常用的编码方法。最后，介绍了基于小波的视频编码的方法，一种是基于3—D小波视频编码，另一种是基于2—D的小波视频编码方法。在此基础下，本文主要做了三方面的工作，一是对传统三维等级树集分割编码方法进行了改进使码流得到了优化。二是把提升小波应用到三维视频编码中，不仅提高了运算速度，而且提高了重建图像的视觉质量和消除了边缘效应。三是在提升小波和任意形状的图像编码的基础上提出了任意形状的三维视频编码方法，它不仅支持可伸缩性编码方法，并且支持可交互性，更适于交互式视频服务和远程监控。 总之，基于小波的视频编码方法还处于发展的初期，特别是基于提升小波，它的理论和在视频编码中的应用有待于进一步的研究和探讨。
张宗平,刘贵忠[10]（2002）在《基于小波的视频图像压缩研究进展》文中指出近十几年来 ,随着小波理论研究的不断深入 ,小波图像压缩的应用研究日臻成熟 ,在此背景下 ,基于小波的视频图像压缩的理论和应用研究在业界已引起广泛关注 .本文在对近十几年来小波图像压缩研究的回顾和总结基础上 ,着重介绍了小波技术在视频图像压缩应用研究的最新进展 ,探讨了目前小波视频压缩研究的若干热点问题及其今后的发展方向 .
二、小波域内的分形视频编码方案（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、小波域内的分形视频编码方案（论文提纲范文）
（1）基于分形的立体视频压缩（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 文章的主要工作及组织安排 |
| 第二章 立体视频的基本理论及编码基础 |
| 2.1 立体视频的基本理论 |
| 2.1.1 立体视频的成像原理 |
| 2.1.2 立体视频的获取方式 |
| 2.1.3 立体视频的显示方式 |
| 2.2 立体视频编码基础 |
| 2.2.1 立体视频的编码方法 |
| 2.2.2 视差和视差补偿预测 |
| 2.2.3 立体视频编码的评价准则 |
| 2.4 本章小结 |
| 第三章 分形理论与压缩方法 |
| 3.1 分形几何概述 |
| 3.1.1 分形概念的提出 |
| 3.1.2 分形的几何特征 |
| 3.2 应用于图像压缩的分形原理 |
| 3.2.1 分形压缩的数学基础 |
| 3.2.2 图像的迭代系统函数 |
| 3.3 分形图像压缩实现 |
| 3.3.1 基于分块的分形图像压缩 |
| 3.3.2 分形图像压缩方法 |
| 3.4 分形应用于视频压缩 |
| 3.4.1 分形视频压缩理论 |
| 3.4.2 分形视频压缩方法 |
| 3.4.3 分形视频压缩方法 |
| 3.5 本章小结 |
| 第四章 基于分形的单通道视频压缩 |
| 4.1 运动估计与运动补偿 |
| 4.1.1 运动估计与补偿的基本概念 |
| 4.1.2 运动矢量的预测 |
| 4.1.3 运动估计的匹配准则 |
| 4.1.4 运动估计搜索算法 |
| 4.2 运动补偿与分形结合的视频压缩 |
| 4.3 算法的实现及结果分析 |
| 4.4 本章小结 |
| 第五章 基于分形的双目立体视频压缩 |
| 5.1 视差估计与视差补偿 |
| 5.1.1 视差估计与补偿的基本概念 |
| 5.1.2 视差矢量分析 |
| 5.1.3 视差估计的匹配准则 |
| 5.1.4 视差估计算法 |
| 5.1.5 视差搜索算法 |
| 5.2 视差补偿与分形结合的立体视频压缩 |
| 5.3 算法实现及结果分析 |
| 5.4. 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻硕期间取得的研究成果 |
（2）数字图像混合压缩编码算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 图像编码技术研究的背景和意义 |
| 1.2 图像编码算法的概述 |
| 1.3 图像压缩质量的评价标准 |
| 1.3.1 主观评价标准 |
| 1.3.2 客观评价标准 |
| 1.4 本课题的研究内容及章节安排 |
| 第二章 混合图像压缩算法 |
| 2.1 基于DCT变换的混合图像编码 |
| 2.1.1 基于DCT变换的分形图像编码 |
| 2.1.2 基于预测编码和DCT相结合的图像编码 |
| 2.2 基于小波域的混合图像编码 |
| 2.2.1 基于小波域的分形图像编码 |
| 2.2.2 小波变换和神经网络相结合的混合编码 |
| 2.3 其它类型的混合图像编码方法 |
| 2.3.1 基于遗传算法的图像分形压缩编码 |
| 2.3.2 基于神经网络的图像分形压缩编码 |
| 2.4 混合编码在视频图像编码中的应用 |
| 第三章 DCT系数小波重组 |
| 3.1 传统的DCT变换编码 |
| 3.1.1 离散余弦变换DCT |
| 3.1.2 传统的DCT图像编码方法 |
| 3.2 基于小波变换的图像编码 |
| 3.2.1 离散小波变换DWT |
| 3.2.2 基于小波变换的图像编码方法研究 |
| 3.3 DCT系数小波重组 |
| 3.3.1 DCT与小波系数的特点 |
| 3.3.2 DCT系数小波重组的方法 |
| 3.4 基于DCT系数小波重组的图像编码方法 |
| 3.4.1 基于DCT的图像层次编码 |
| 3.4.2 基于DCT的图像可分级编码 |
| 3.5 本章小结 |
| 第四章 基于形态学的图像编码算法 |
| 4.1 数学形态学与图像处理 |
| 4.1.1 形态学的基本概念与运算 |
| 4.1.2 形态学在图像处理中的应用 |
| 4.2 基于形态学的小波变换编码 |
| 4.2.1 基于形态学的小波编码结构 |
| 4.2.2 基于形态学的小波编码方法 |
| 4.3 基于形态学的DCT系数小波重组图像编码 |
| 4.3.1 基于DCT的形态学 |
| 4.3.2 基于形态学的DCT系数编码方法分析 |
| 4.3.3 基于形态学的DCT系数图像编码方法 |
| 4.4 基于形态学的DCT系数小波重组图像编码的改进算法 |
| 4.5 实验结果与分析 |
| 4.5.1 混合图像编码方法的实验结果与分析 |
| 4.5.2 基于形态学的图像编码方法的实验结果与分析 |
| 4.6 本章小结 |
| 第五章 结束语 |
| 5.1 本文的总结 |
| 5.2 未来的展望 |
| 致谢 |
| 参考文献 |
| 在读期间研究成果 |
（4）分形和小波混合视频编码在无线网络中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 概述 |
| 1.2 研究现状 |
| 1.3 主要研究内容 |
| 第二章 基于分形理论和小波变换的视频编码技术 |
| 2.1 基于分形理论的图像编码技术 |
| 2.1.1 分形理论 |
| 2.1.2 基于分形的图像编码 |
| 2.1.3 分形图像编码的改进方法 |
| 2.2 基于分形的视频编码 |
| 2.2.1 连续序列的单帧压缩 |
| 2.2.2 将二维的分形图像压缩方法扩展为三维视频压缩 |
| 2.2.3 预测编码 |
| 2.3 基于小波的视频编码技术 |
| 2.3.1 小波变换 |
| 2.3.2 基于小波的编码方法 |
| 2.3.3 嵌入式零树编码EZW(Embedded Zerotree Wavelet) |
| 2.4 本章小结 |
| 第三章 分形与小波相结合的视频编码 FEZW |
| 3.1 引言 |
| 3.2 分形和小波相结合的视频编码方法（FEZW） |
| 3.2.1 FEZW 编码算法 |
| 3.2.2 FEZW 解码算法 |
| 3.2.3 FEZW 算法实现 |
| 3.3 实验结果与分析 |
| 3.3.1 实验结果 |
| 3.3.2 性能总结 |
| 3.4 本章小结 |
| 第四章 FEZW 视频流在无线 Ad Hoc 网络中的传输 |
| 4.1 引言 |
| 4.1.1 实时视频传输的特点 |
| 4.1.2 无线Ad Hoc 网络中视频传输特点及其研究发展趋势 |
| 4.2 FEZW 视频流传输系统 |
| 4.2.1 物理层和数据链路层 |
| 4.2.2 网络层 |
| 4.2.3 传输层 |
| 4.2.4 应用层 |
| 4.3 支持视频传输的DSR 路由协议的改进 |
| 4.3.1 动态源路由协议（DSR）介绍 |
| 4.3.2 DSR 路由协议的改进 |
| 4.4 仿真实现与仿真结果分析 |
| 4.4.1 FEZW 码流自适应性的仿真实验 |
| 4.4.2 改进后DSR 协议的性能评价 |
| 4.4.3 FEZW 视频传输的综合性能评价 |
| 4.5 本章小节 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（5）基于小波变换与分形相结合的视频图像编码的研究（论文提纲范文）
| 第1章 绪论 |
| 1.1 近年来视频压缩进展 |
| 1.1.1 小波领域视频压缩进展 |
| 1.1.2 分形图像编码研究现状 |
| 1.2 视频压缩方法的性能评价 |
| 1.2.1 客观保真度原则 |
| 1.2.2 失真度的主观评价 |
| 1.3 本文的研究工作 |
| 第2章 图像编码基本理论 |
| 2.1 小波图像编码基本理论 |
| 2.1.1 信号的线性表示和小波的引入 |
| 2.1.2 多分辨分析 |
| 2.2 小波图像编码 |
| 2.2.1 小波图像编码的基本过程 |
| 2.2.2 图像分解 |
| 2.3 分形编码基本理论 |
| 2.3.1 分形的定义 |
| 2.3.2 分形图像压缩的基本思想 |
| 2.3.3 分形图像压缩编码的理论基础 |
| 2.3.4 分形图像压缩编码方法 |
| 第3章 视频编码基本理论 |
| 3.1 视频压缩编码简介 |
| 3.2 对应不同冗余信息采用的压缩方法 |
| 3.2.1 基本编码方法 |
| 3.2.2 处于研究阶段的视频编码方法 |
| 3.3 运动估计与补偿 |
| 3.3.1 帧间预测的依据 |
| 3.3.2 运动补偿帧间预测 |
| 3.3.3 基于块的运动补偿帧间预测 |
| 3.3.4 基本运动估计算法 |
| 3.4 实验结果及分析 |
| 第4章 帧内编码方法研究 |
| 4.1 帧内图像的小波编码方法 |
| 4.1.1 嵌入式零树小波编码方法 |
| 4.1.2 多级树集合分裂算法 |
| 4.1.3 扩展多级树集合分裂算法 |
| 4.1.4 实验模拟与结果分析 |
| 4.2 帧内图像的分形编码及其改进算法 |
| 4.2.1 分形图像编码的基本算法 |
| 4.2.2 分形图像编码的改进算法 |
| 4.3 分形与小波相结合的编码方法 |
| 4.3.1 编码方案 |
| 4.3.2 实验模拟与结果分析 |
| 第5章 分形与小波变换相结合的视频图像编码方案 |
| 5.1 编码方案分析 |
| 5.2 本文所提出的两种编码方案 |
| 5.2.1 基于子带运动估计与补偿的编码方案 |
| 5.2.2 基于ESHIPT 的分形预测编码算法 |
| 5.3 实验结果 |
| 第6章 总结与展望 |
| 参考文献 |
| 摘要 |
| ABSTRACT |
| 致谢 |
| 导师及作者简介 |
（6）面向网络的可伸缩视频编码的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景与价值 |
| 1.3 本文的研究方向和组织结构 |
| 第二章 视频压缩的理论基础与国际标准 |
| 2.1 视频图像压缩基础 |
| 2.1.1 视频图像压缩编码理论及技术基础 |
| 2.1.2 视频图像质量的衡量 |
| 2.2 现有的视频图像压缩标准 |
| 2.2.1 JPEG/JPEG2000 标准 |
| 2.2.2 H.26x 系列标准 |
| 2.2.3 MPEG 系列标准 |
| 2.3 传统视频编码的关键技术 |
| 2.4 压缩领域的新技术 |
| 第三章 可伸缩视频编码 |
| 3.1 图像质量（信噪比）可伸缩编码 |
| 3.2 空域可伸缩编码 |
| 3.3 时域可伸缩编码 |
| 第四章 基于DCT 变换的可伸缩视频编码 |
| 4.1 精细可伸缩视频编码 |
| 4.2 渐进的精细可伸缩视频编码 |
| 4.3 试验结果和分析 |
| 4.4 结论 |
| 第五章 基于小波变换的可伸缩视频编码 |
| 5.1 基于小波变换的视频编码技术背景 |
| 5.1.1 基于空域运动补偿的小波视频编码 |
| 5.1.2 基于变换域运动补偿的小波视频编码 |
| 5.1.3 运动补偿的三维小波视频编码 |
| 5.2 可伸缩视频编码系统：MC-EZBC |
| 5.2.1 运动估计 |
| 5.2.2 运动补偿时域滤波 |
| 5.2.3 运动矢量编码 |
| 5.2.4 熵编码 |
| 5.2.5 实验结果 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 研究成果 |
（7）面向网络传输的视频图像可伸缩编码研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 数字视频图像的压缩 |
| 1.2 视频图像编码理论及技术基础 |
| 1.3 现有的视频图像压缩标准 |
| 1.3.1 JPEG/JPEG2000 标准 |
| 1.3.2 H.26x 系列标准 |
| 1.3.3 MPEG 系列标准 |
| 1.4 压缩领域的新技术 |
| 1.5 本文的组织结构及创新点 |
| 第二章 基于 SPIHT 任意形状的对象可伸缩编码 |
| 2.1 小波分析理论的基本概念 |
| 2.1.1 Mallat 算法 |
| 2.1.2 小波变换的编码策略 |
| 2.2 高性能嵌入式码流的生成算法-零树编码算法 |
| 2.2.1 嵌入式小波编码 |
| 2.2.2 嵌入式零树小波编码算法(EZW) |
| 2.2.3 等集树分裂编码(SPIHT) |
| 2.2.4 EZW 编码小波基的选取 |
| 2.3 基于SPIHT 四叉树技术的任意对象编码 |
| 2.3.1 基于感兴趣区域的SPIHT:ROI-based SPIHT |
| 2.3.2 基于SPIHT 任意形状的对象压缩编码算法 |
| 2.3.3 基于对象的嵌入式比特流的传输 |
| 2.3.4 ROI 编码实验结果 |
| 2.4 结合矢量量化的SPIHT 算法用于多光谱图像压缩 |
| 2.4.1 三维空间方向树简析 |
| 2.4.2 结合形状增益矢量量化的3D-SPIHT 编码 |
| 2.4.3 基于W-KL 变换形状增益矢量量化的3D-SPIHT 算法 |
| 2.4.4 实验及结果的分析 |
| 2.4.5 结论 |
| 2.5 从压缩数据流中提取图像的感兴趣区域新方法 |
| 2.5.1 ROI 掩码计算 |
| 2.5.2 大图像压缩比特流中ROI 的提取 |
| 2.5.3 实验及结果的讨论 |
| 2.5.4 结论 |
| 第三章 基于内容的可伸缩视频编码 |
| 3.1 基于内容的视频编码原理 |
| 3.1.1 基于内容的视频编码通用框架 |
| 3.1.2 视频图像可伸缩编码理论根据 |
| 3.1.3 基于内容的视频分割技术 |
| 3.1.4 多运动对象的视频追踪技术 |
| 3.2 视频图像三维小波变换及三维小波系数模型 |
| 3.3 利用运动对象轨迹的三维自适应离散小波变换 |
| 3.3.1 利用运动轨迹的三维自适应离散小波变换算法 |
| 3.3.2 基于运动截断优化的嵌入式子带编码的研究 |
| 3.3.3 基于最小化整体失真与比特预算相符合的时空比特分配方法 |
| 3.3.4 最佳比特流截断和对象的可伸缩性实现 |
| 3.3.5 实验结果 |
| 3.4 小结 |
| 第四章 小波域内结合零树特点渐进的分形编码 |
| 4.1 引言 |
| 4.2 基于IFS 的图像压缩原理 |
| 4.3 IFS 的分层解释 |
| 4.4 视频图像的IFS 模型原理 |
| 4.5 基于运动小波树的分形预测视频编码 |
| 4.5.1 小波树的相关性分析 |
| 4.5.2 小波域下的迭代系统模型 |
| 4.5.3 小波域内结合零树特点渐进的分形视频编码的实现 |
| 4.5.4 多分辨率运动树的检测 |
| 4.5.5 实验结果及结论 |
| 第五章 总结与展望 |
| 5.1 论文的总结工作 |
| 5.2 未来研究的展望 |
| 参考文献 |
| 攻博期间发表的学术论文及其他成果 |
| 附录1 文中部分英文索引 |
| 附录2 图表索引 |
| 摘要 |
| 后记 |
（8）面向通信的视频编码技术研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究的热点及现状 |
| 1.3 本文研究的主要内容和章节安排 |
| 1.4 本文的主要创新成果 |
| 第二章 视频编码技术发展概况 |
| 2.1 引言 |
| 2.2 面向通信的视频编码技术面临的挑战 |
| 2.2.1 视频流传输面临的主要问题 |
| 2.2.2 视频压缩编码技术需要解决的主要问题 |
| 2.3 传统视频编码方案在视频通信中的应用 |
| 2.3.1 自适应编码(Adaptive Encoding) |
| 2.3.2 码流转换(Bit-stream Transcoding) |
| 2.3.3 码流切换(Bit-stream Switching) |
| 2.3.4 分层可伸缩视频编码(Layer Scalable Video Coding) |
| 2.3.5 多描述视频编码(Multiple Description Video Coding) |
| 2.4 本章小结 |
| 第三章 精细可伸缩视频编码技术研究 |
| 3.1 引言 |
| 3.1.1 FGS 基本框架 |
| 3.1.2 FGST 方案 |
| 3.2 现有改进的精细可伸缩视频编码方案 |
| 3.2.1 运动补偿精细可伸缩视频编码方案 |
| 3.2.2 鲁棒的精细可伸缩视频编码方案 |
| 3.2.3 渐进精细可伸缩视频编码方案 |
| 3.2.4 基于宏块的渐进精细可伸缩性视频编码方案 |
| 3.3 基于漏预测技术的精细可伸缩视频编码方案 |
| 3.3.1 基于 FGS 的视频编码方案分析 |
| 3.3.2 MB-Based FGS-LP 算法描述 |
| 3.3.3 实验结果与分析 |
| 3.4 一种新的 FGS 增强层编码方法 |
| 3.4.1 FGS 中的增强层编码方法 |
| 3.4.2 增强层的嵌入块编码算法 |
| 3.4.3 实验结果及性能评价 |
| 3.5 基于 FGS 的抗误码方法研究 |
| 3.5.1 引言 |
| 3.5.2 视频通信中的抗误码技术 |
| 3.5.3 基于 FGS 的抗误码方法 |
| 3.5.4 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于小波变换的视频编码技术研究 |
| 4.1 引言 |
| 4.1.1 基于空域运动补偿的小波视频编码(MC-DWT) |
| 4.1.2 基于变换域运动补偿的小波视频编码(DWT-MC) |
| 4.1.3 含运动补偿的三维小波视频编码(MC-3DWC) |
| 4.2 小波提升技术 |
| 4.2.1 小波提升方案基本原理 |
| 4.2.2 一种适于硬件实现的提升 9-7 小波滤波器 |
| 4.3 基于提升技术的运动补偿三维小波视频编码方案 |
| 4.3.1 运动补偿时域滤波概述 |
| 4.3.2 运动补偿提升三维小波视频编码方案 |
| 4.4 本章小结 |
| 第五章 运动估计算法研究 |
| 5.1 引言 |
| 5.1.1 初始搜索点的选择 |
| 5.1.2 块匹配准则选取 |
| 5.1.3 搜索策略 |
| 5.2 典型运动估计算法研究 |
| 5.2.1 全搜索算法 |
| 5.2.2 二维对数搜索算法 |
| 5.2.3 三步搜索算法 |
| 5.2.4 交叉搜索算法 |
| 5.2.5 新三步搜索算法 |
| 5.2.6 四步搜索算法 |
| 5.2.7 基于块的梯度下降搜索算法 |
| 5.2.8 菱形搜索算法 |
| 5.2.9 六边形搜索算法 |
| 5.2.10 MVFAST 搜索算法 |
| 5.3 预测线性菱形搜索算法 |
| 5.3.1 线性菱形搜索策略(LDS) |
| 5.3.2 静止块检测 |
| 5.3.3 搜索起始点预测 |
| 5.3.4 一维线性搜索(1DLS) |
| 5.3.5 PLDS 算法描述 |
| 5.3.6 实验结果与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 附录 A MQ算术编码器 |
| 1 MQ 编码器主流程图 |
| 2 ENCODE 过程 |
| 3 对 0 和 1 进行编码 |
| 4 编码大概率标号(MPS)和小概率标号(LPS) |
| 5 编码器中的归一化过程(RENORME) |
| 6 压缩数据输出过程(BYTEOUT) |
| 7 编码器初始化过程 |
| 8 编码中断过程(FLUSH) |
| 附录 B EBCOT 算法 |
| 1 编码块 |
| 2 质量层 |
| 3 位平面的编码过程 |
| 致 谢 |
| 参考文献 |
| 作者在读期间的研究成果 |
（9）基于小波的视频编码（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 序论 |
| 1.1 引言 |
| 1.2 小波压缩简史 |
| 1.3 视频质量综合评价标准 |
| 1.4 视频编码方法 |
| 1.5 论文主要内容安排和研究成果 |
| 第二章 小波理论简介 |
| 2.1 引言 |
| 2.2 连续小波变换 |
| 2.3 离散小波变换和小波级数 |
| 2.4 多分辨率分析 |
| 2.5 离散双正交小波变换 |
| 2.6 基于提升的小波变换 |
| 2.6.1 Haar小波的提升原理 |
| 2.6.2 提升方法的实现步骤 |
| 2.6.3 基于线性小波变换的提升方法 |
| 2.7 小结 |
| 第三章 基于小波的图像编码 |
| 3.1 引言 |
| 3.2 小波图像编码的基本思想 |
| 3.3 小波图像编码的关键技术 |
| 3.3.1 边界延拓 |
| 3.3.2 小波基的选取 |
| 3.3.3 小波图像系数的组织 |
| 3.4 小波图像编码算法的介绍 |
| 3.4.1 嵌入式零树小波编码算法EZW |
| 3.4.2 分层小波树集合分割SPIHT算法 |
| 3.4.3 比特流优化截取的内嵌块编码(EBCOT)算法 |
| 3.5 小结 |
| 第四章 基于小波的视频编码 |
| 4.1 引言 |
| 4.2 基于3D-DWT变换的方法 |
| 4.2.1 基于3-D传统小波变换嵌入式视频压缩算法 |
| 4.2.2 基于3-D提升小波变换的方法 |
| 4.2.3 任意形状的三维小波视频编码 |
| 4.3 基于2-D小波变换的方法 |
| 4.3.1 空间域运动补偿的小波方法(MC-DWT) |
| 4.3.2 小波域运动补偿的编码方法(DWT-MC) |
| 4.3.3 基于2-D小波变换的可伸缩编码 |
| 4.4 小结 |
| 第五章 总结与展望 |
| 5.1 引言 |
| 5.2 全文工作总结 |
| 5.3 后续工作展望 |
| 参考文献 |
| 作者在攻读硕士学位期间撰写和发表的论文 |
| 后记 |
| 独创性声明 |
| 使用授权 |
（10）基于小波的视频图像压缩研究进展（论文提纲范文）
| 1 引言 |
| 2 小波图像压缩研究进展 |
| 2.1 基于小波的静止图像压缩 |
| 2.1.1 小波图像压缩新技术 |
| 2.1.2 几个典型的小波图像编码器 |
| (1) EZW编码器[15] |
| (2) SPIHT编码器[16] |
| (3) EBCOT编码器[18] |
| 2.2 图像编码新标准——JPEG2000[13] |
| 3 小波视频图像压缩研究进展 |
| 3.1 小波视频图像压缩算法 |
| 3.1.1 算法类型之一:基于空域运动补偿的小波视频编码 (MC-DWT |
| 3.1.2 算法类型之二:基于变换域运动补偿的小波视频编码 (DWT-MC |
| 3.1.3 算法类型之三:含运动补偿的三维小波视频编码 (MC-3DWC |
| 3.2 小波视频压缩的发展状况 |
| 4 总结 |
四、小波域内的分形视频编码方案（论文参考文献）
- [1]基于分形的立体视频压缩[D]. 田雨露. 电子科技大学, 2012(07)
- [2]数字图像混合压缩编码算法的研究[D]. 李爱霞. 西安电子科技大学, 2008(01)
- [3]小波变换用于视频图像压缩研究[J]. 张砺佳,马彩文,夏爱利. 科学技术与工程, 2007(12)
- [4]分形和小波混合视频编码在无线网络中的应用研究[D]. 陈晨. 天津大学, 2006(05)
- [5]基于小波变换与分形相结合的视频图像编码的研究[D]. 雷聆音. 吉林大学, 2006(10)
- [6]面向网络的可伸缩视频编码的研究[D]. 李志斌. 西安电子科技大学, 2006(02)
- [7]面向网络传输的视频图像可伸缩编码研究[D]. 付文秀. 吉林大学, 2005(06)
- [8]面向通信的视频编码技术研究[D]. 丁贵广. 西安电子科技大学, 2004(04)
- [9]基于小波的视频编码[D]. 王永芳. 江西师范大学, 2003(03)
- [10]基于小波的视频图像压缩研究进展[J]. 张宗平,刘贵忠. 电子学报, 2002(06)