一、基于三次Bernstein多项式逼近的数字图像压缩算法（论文文献综述）
刘业朋[1]（2020）在《图像处理中图像修复及其相关方法的研究》文中研究表明图像修复是图像处理领域的热点研究问题之一,在计算机视觉、计算机图形学、医学图像处理和遥感成像等领域具有广泛的应用。图像修复最初是指利用已知的损坏图像信息,按照一定规则对损坏的区域进行修补,尽可能的接近或完全恢复出原图像。后来,随着研究的更加深入,图像修复的概念有了延伸,在原来的基础上引入了图像超分辨率和图像去噪等不适定问题。基于图像去噪衍生出了图像平滑,可应用于边缘检测、目标识别和细节增强等领域。问题的不适定性对图像修复的研究带来了极大的挑战,诸多学者为之付出了不懈的努力。借助外部图像库可以有效提高图像修复的质量,但耗时非常久,同时也会带来伪影等问题。充分利用图像的非局部自相似性和局部特征信息,能够有效提高算法效果的同时降低时间复杂度。基于图像分片处理的思想,充分利用图像的自相似性,加权融合图像,在迭代优化中不断提高图像的质量。本文围绕图像修复及其相关问题中的难点和不足展开了研究工作,主要内容如下:1.基于图像自相似性,结合图像分片思想,提出了以局部高频特征为约束的双三次曲面拟合图像放大方法。以高频信息和距离作为约束构造的双三次拟合曲面有效地提高了曲面的逼近精度和形状保持能力,在很好的保持放大图像高频信息的同时避免了锯齿的存在。利用图像的自相似性对基础放大图像进行双重滤波,可以进一步提高放大图像的质量。由于给定的低分辨率图像中信息是不充分的,拟合曲面和真实曲面之间不可避免的存在着误差,因此需要通过不断迭代来优化曲面片。为了加快收敛速度,对误差图像构造了拟合精度更高的双三次曲面。由于该方法有效地保持了图像的局部高频特征信息,相比于其他算法不仅具有较高的峰值信噪比和结构相似性,同时在高频信息处的视觉效果更优。2.基于图像自相似和奇异值分解原理,提出了一种新颖的迭代自适应全局去噪方法。根据图像块的结构复杂度,自适应地确定了搜索窗口的尺寸。为了降低噪声对图像块之间相似性度量的干扰,引入了多尺度相似度度量方法。为了保证对所有图像块都进行去噪,提出了自适应的步长和图像块数量迭代。从理论上将步长变成了 1,实现了在不同的迭代中对所有图像块去噪。在保证了方法速度的前提下,有效地降低了伪影。基于奇异值和噪声水平之间的相关关系估计出了去噪后的奇异值,从而实现了对含噪图像块矩阵的去噪。本文方法在具有较高峰值信噪比和特征相似度的同时具有较快的算法速度和很好的视觉效果。3.基于图像分片分解思想,提出了两种基于边缘块直方图均衡和分片分解的两阶段图像平滑方法。两种方法整体上都包含四个部分。第一,对图像进行合理地分块,尽可能的避免将同一结构边缘分到不同的图像块中。第二,根据每个图像块的边缘像素比将图像块分成‘边缘块’和‘非边缘块’。‘边缘块’中包含了大量边缘,通过直方图均衡‘边缘块’,从而增加边缘像素的梯度。为了保证图像块之间颜色的一致性和连续性,对‘边缘块’进行逆均衡化。第三,对每个图像块进行分解并提取平滑成分,从而降低纹理区域的梯度。第四,对图像块和整幅图像依次进行L0平滑。不同的是,为了更合理地对图像分块,新方法引入了图像的能量图。在指定区域内寻找到最小能量接缝,从而实现对图像的非线性、非均匀分块,有效了减少了因分块和均衡化产生的接缝。结合结构边缘和纹理细节的梯度方向差异,新方法提出了带梯度方向约束的L0平滑方法,同时以图像块的边缘像素比作为松弛因子的权重。与现有的技术相比,本文方法在完整地保持结构边缘和有效地去除纹理细节方面做的更好,其中,新方法的视觉效果更优。
李得睿[2]（2020）在《基于数字图像相关与视频运动放大技术的结构形变测试》文中研究指明形变测试是土木工程的重要课题之一,是研究各类土木工程结构与材料的主要途径。传统形变测试方法普遍存在现场操作困难、多点测试不便、需人造靶标、测试成本高或测试效率低下等问题。目前,基于各类人造靶标的计算机视觉位移测试方法已经得到了一定的应用,然而,这类传统计算机视觉位移测试技术存在应用场景受限、测试结果单一、精度良莠不齐等问题。针对上述难题,本文基于土木工程形变测试特点,运用数字图像相关（Digital Image Correlation,DIC）技术与视频运动放大（Video Motion Magnification,VMM）技术,构建一个系统的计算机视觉形变测试体系,编制一套完备的土木工程计算机视觉形变测试系统,旨在满足大部分土木工程形变测试需求（e.g.位移、应变、位移场、应变场等）。主要研究内容如下:（1）本文以DIC为技术主体,引入基于傅里叶变换的互相关（Fourier Transform-based Cross Correlation,FTCC）算法,作为DIC整像素初值搜索算法,结合反向组合高斯牛顿（Inverse Compositional Gauss-Newton,IC-GN）亚像素匹配算法,以实现土木工程形变测试中刚体大位移情形下的亚像素级位移测试。基于计算机模拟试验验证了FTCC算法在DIC测试情景下的可行性,基于多个土木工程试验证明了FTCC结合IC-GN算法的DIC技术可以实现高精度的土木工程位移测试,且具备较高的鲁棒性。（2）针对土木工程刚体非连续位移情形下的应变测试,提出基于正则化平滑的有限单元（Regularization-aided Finite Element Strain Calculation Method,RFE）应变算法,以适应刚体位移场内的非连续区域,弥补传统DIC应变算法面对非连续位移场的缺点。基于计算机模拟试验证明了RFE应变算法与传统逐点最小二乘（Pointwise Least Square,PLS）应变算法具备相当的应变测试精度。基于多个土木工程应变场测试试验验证了RFE应变算法在土木工程刚体非连续位移情形下的可行性。（3）针对土木工程微小形变情形,本文基于VMM技术,提出DIC-VMM联合测试架构,运用DIC与VMM技术实现了土木工程结构微小形变测试。基于拉索振动以及实桥涡振实验验证了该联合测试架构的可行性。（4）基于DIC与VMM技术,提出较为系统的土木工程计算机视觉形变测试体系,并且按照该形变测试体系,基于C++计算机编程语言,开发了一套完备且实用的土木工程计算机视觉形变测试系统。（5）基于该形变测试体系与对应的计算机视觉形变测试系统,本文共计进行了13类实验室与实地土木工程形变测试实验,涵盖位移、应变、位移场、应变场等各类土木工程形变测试场景,以验证该测试体系以及测试系统在土木工程形变测试领域的可行性。实验结果表明,该形变测试系统可以实现高效、便捷、低成本、非接触、免靶标、高精度的土木工程结构形变测试。
霍步伟[3]（2020）在《基于升采样的数字图像相关方法研究》文中研究指明数字图像相关（DIC,Digital Image Correlation）测量方法可用于测量物体表面位移,因其设备简单,非接触测量,使用环境要求低等优势,已经成为光测力学学术界和工业界最为活跃的测量方法。然而,算法与计算参数的选取等诸多因素影响着数字图像相关方法的亚像素位移测量精度,且当前亚像素位移测量精度相对较低,无法满足目前工程上对精度的需求,因此,本文主要围绕如何提高数字散斑相关方法的亚像素位移测量精度展开研究。本论文研究了数字散斑相关测量方法的基本理论,分析了散斑变形前后的坐标关系,介绍多种子区匹配的相关系数准则,建立了亚像素位移测量的数学模型,主要有灰度插值法和曲面拟合法,并总结了多种常见插值算法。传统灰度插值法中采用更高阶插值算法并不能使得亚像素位移测量精度更进一步提高,为此,本文将研究基于升采样的数字图像相关测量方法。本文提出一种升采样与B样条插值相结合的插值方法。首先,分析数字信号处理领域中的升采样的基本原理,并分别从时域和频域的角度详细推导在数字域中增加信号采样率的实现流程,接着给出抗镜像内插数字滤波器的窗设计法。其次,基于升采样处理只能对数据序列点倍数插值的结果上,再进行B样条插值以达到对数据序列任意点插值的目的。最后,为了验证所提出插值方法的有效性,针对计算机模拟的一维测试序列进行插值仿真实验,结果表明升采样与B样条插值相结合的插值方法比只使用B样条插值的方法具有更高的插值精度。本文提出将升采样与B样条插值结合的插值方法应用于数字散斑位移测量的方法当中。首先,针对插值模块,给出二维升采样处理的实现步骤,分析数字散斑图像的频谱,固定抗镜像内插数字滤波器的相关参数。其次,针对位移定位算法模块,分析并推导DIC中两种主流的非线性迭代算法:前向加性高斯牛顿（FA-GN,Forward Additive Gauss-Newton）和反向组合高斯-牛顿法（IC-GN,Inverse Compositional Gauss-Newton）,确定采用这两种算法下的基于升采样处理的亚像素位移测量的整体流程。之后,采用上述一维测试序列进行仿真实验,结果表明升采样与B样条插值结合的插值方法比只使用B样条插值的方法具有更好的位移测量精度。最后,针对计算机模拟的和真实的二维数字散斑图像,采用零均值归一化最小平方的相关准则,从位移均值偏差、标准差和均方根误差的角度给出衡量位移测量精度的比较结果。仿真结果表明基于升采样的数字图像相关方法可以显着降低插值带来的误差,而且保证了标准差的稳定,提高了数字图像相关方法的位移测量精度,满足物体变形场位移测量的稳定性与高精度需求。
马俊逸[4]（2020）在《几何逼近方法及其在数字图像处理领域的应用》文中研究表明函数逼近问题在数字图像处理、通信工程中有着比较广泛的应用。本文研究了基于逼近的若干算法及其在数字图像处理中的应用,主要内容包括以下三点:（1）指数不等式逼近三角函数及其在数字信号领域的应用研究。提出了一种指数不等式逼近方法,用于改进一些着名的三角不等式,包括Jordan不等式,Cusa-Huygens不等式,Becker-Stark不等式等,并为它们提供了简单的证明。数值实例表明,与已有的方法相比,本章的方法可以获得更好的逼近结果,得到的结果可有望应用于数字图像处理和通信领域中。（2）帕德逼近三角函数包围盒方法及其在数字图像处理领域的应用研究。提出了一种基于两点帕德逼近的方法,针对Wilker等着名三角函数,该方法具有比已有方法更优的逼近效果,并对此提供了一种新的证明方法。得到的数值结果说明,此方法相比现有方法拥有更小的逼近误差,得到的结果有望同时应用于加速双边滤波算法。（3）基于逼近的图像噪声定位算法研究。提出一种基于逼近的噪声点定位算法,通过试验表明该算法对于定位图像中可能存在的噪声具有一定的作用。有望将该算法用于需要进行噪声判定的图像处理中,比如瑕疵检测等;同时还可用于一些对噪声敏感的图像算法中,比如Snake算子、拉普拉斯算子,以避免噪声的干扰。在定位噪声的基础上,进一步基于能量函数提出了区分度的概念,有望通过该算法提供像素点分类的先验概率。
汪凯[5]（2019）在《三角多项式曲线曲面构造方法研究》文中研究指明Bezier曲线以及B样条曲线在传统几何设计中具有举足轻重的作用.近年来,随着几何工业的发展,传统Bezier曲线以及B样条曲线因其本身的缺陷已经很难满足人们的需要.与此同时许多有理形式的Bezier曲线被提出来,这解决了传统方法的问题,但有理化方法不仅存在渐进问题,而且权因子的使用不当会对曲线曲面设计产生一定的破坏性.鉴于上述问题,大量带形状参数的类Bernstein基或类B样条基孕育而出.目前,关于经典B样条方法的改进有很多,且以均匀B样条为主,但该类方法并未能在几何造型设计中得到广泛的应用,究其原因,该类方法主要存在三点不足:①其在多项式空间框架下构造的曲线不能精确表示圆锥曲线;②只保留了经典B样条方法的一些基本性质,如几何不变性、凸包性、仿射不变性等,像变差缩减性、保凸性等重要性质往往被忽略;③这类方法大都可以达到C2连续,这已经满足了大部分的几何工业的需要,但对于部分高阶连续的几何设计,这些方法就很难达到其要求了.而改进方法大都只解决了其中一个或者两个问题,未能进行全面考虑.本文的目的在于探索可以同时解决上述三类问题的基函数,来改进CAGD的内容和方法,从而为计算机辅助几何设计与制造技术提供设计灵活、适应范围广的曲线曲面设计技术与方法.本文的主要研究的函数空间如下:（1）T1=spαn{1,sin2 t,（1-sint）（1-αsint）,（1-cost）（1-βcos t）};（2）T2=span{1,sin2 t,（1-sint）2e-αsint,（1-coSt）2e-βcost};（3）T3=span{1,sin2 t,（1-sint）3/[1+（α-3）sin t],（1-coS t）3/[1+（β-3）cos t]};（4）T4=span{1,sin2 t,（1-a sint）（1-sint）3,（1-β coS t）（1-coS t）3}.
曹宝琴[6]（2019）在《基于多特征和神经网络的零水印算法研究》文中研究表明计算机技术和互联网的迅速发展,使得多媒体作品的制作和传播变得越来越方便,但是这种便捷同时也带来了严重的版权问题,由此数字水印技术得到广泛应用。数字水印通过嵌入版权信息的方式来版权保护,因此其不可见性和鲁棒性之间的矛盾很难平衡。零水印不再向待保护图像中加入任何信息,而是通过注册零水印的方式来保护版权,成功解决了传统数字水印的矛盾。零水印一经提出,便引起了学术界的广泛关注,因此本文研究的是零水印技术。安全性和鲁棒性是零水印的核心特征。针对Arnold、Logistic等常见水印加密算法易被暴力破解的问题,本文提出了基于Henon和Chebyshev神经网络的水印加密算法。该算法利用对初值敏感的双输入Henon混沌映射,训练Chebyshev多项式作为隐层节点形成的神经网络,然后对原始水印图像的奇偶列采用不同初始值的加密,以期望达到“一次一密”的加密效果,扩大密钥空间,提高安全性。为了提高零水印算法的鲁棒性,构造特征水印时利用的彩色图像特征更加充分,本文提出了基于多通道变换域特征的零水印算法（RGB-CV）。在零水印生成时,分别从彩色图像的RGB通道,使用DWT、DCT、SVD相结合的方法,从多次变换后的变换域特征中构造特征水印,再与加密水印异或生成注册所需的零水印;检测时,对三个通道得到的水印位使用投票决策,解密后得到最终水印。该算法用于常见彩色图像时,对压缩、噪声、滤波等常见攻击有很高的鲁棒性。由于RGB-CV算法对剪切、旋转等几何攻击鲁棒性较差,为改进RGB-CV算法,本文又提出了基于多通道和多特征的零水印算法（RGBL-CV）。在RGBL-CV算法中,加入了Lo G算子图像边缘特征。在零水印注册时,通过构造RGB三个通道的变换域特征、以及G通道的边缘特征的方法,构造注册水印;检测时,先对得到的变换域水印使用投票决策,再将其与边缘特征中得到的水印共同作用生成水印位,最后进行解密得到最终水印。实验结果证明,该算法不仅保留了RGB-CV算法对于常规攻击的强鲁棒性,而且明显改善了RGB-CV算法抵抗剪切、旋转等几何攻击的能力。
汪云鹏[7]（2019）在《基于分层优化的图像矢量化表示》文中提出图像矢量化是一种常见的将光栅图像转化为矢量图像的表示方法,在数字图像处理中图像矢量化也是一个重要的研究内容。怎样选用适当的矢量化图形来编辑图像,使得对矢量化图形经过渲染得到的图像尽可能准确的描述原始图像,这一直都是研究图像矢量化的核心问题,而且在不同的图像矢量化算法中都存在一定的研究难点。从而在使用矢量图形表示图像时,其基本任务转化为如何高效的解决上述问题,随着现在技术的提升,图像矢量化技术的研究具有实际意义。针对相关的图像矢量化表示算法的研究和分析,本文提出了一种新的基于分层优化的图像矢量化表示方法。首先,对给定的图像进行滤波处理,使用高质量的图像对图像进行矢量化。其次使用薄板样条拟合将离散的像素函数转化成连续函数。然后根据图像的复杂度给出图像的初始网格块数。再者对Bézier曲面表示的梯度网格的方法进行改进,本文使用B样条表示的梯度网格对彩色图像的R、G、B三个通道矢量化处理,逐层找到满足优化误差的梯度网格,在优化能量函数的时候通过加细网格的方法减小图像的逼近误差。最后,使用Levenberg-Marquard算法交替迭代求解梯度网格,找到最优梯度网格。其中对于每一步求解梯度网格的时候都进行修正,使用的是优化一个点固定其他点的方法,故得到的网格点为局部最优。通过算例测试可知,使用B样条参数曲面表示的梯度网格在渲染图像时整体形状控制更好;而且在相同的网格顶点个数和曲面片数的前提下,使用B样条曲面表示梯度网格的拟合误差更小。
李军成[8]（2014）在《非多项式参数曲线曲面在图像压缩与放大中的建模理论及应用》文中研究指明由于用数学方法描述数字图像时,一幅二维静态的灰度图像可用一张曲面表示,而图像被扫描成一维的灰度值序列后又可用一条平面曲线表示,因此曲线曲面造型方法成为研究数字图像处理的一种有效工具。本文主要围绕非多项式参数曲线曲面在图像数据压缩与图像放大中的建模理论及应用展开讨论,构造并研究了用于图像数据压缩与图像放大的相关非多项式参数曲线曲面模型,并分别以逼近与插值为手段探讨了所构造的曲线曲面模型在图像数据压缩与图像放大中的应用,主要研究成果包括:（1）构造并研究了用于图像数据压缩的相关非多项式参数曲线模型。通过对传统二次有理Bézier曲线的权因子施加约束,构造了一种带形状参数的拟二次有理Bézier曲线;通过对传统三次Bézier曲线重新参数化,构造了一种带形状参数的拟三次有理Bézier曲线;基于函数空间{1,sint,cost,sin2t}构造并研究了一种带形状参数的拟三次三角Bézier曲线。所构造的曲线不仅与相应的原曲线具有相似的性质,而且更加符合研究图像数据压缩问题的需要,一方面进一步丰富了参数曲线造型方法,另一方面也为后续研究图像数据压缩奠定了理论基础。（2）研究了基于非多项式参数曲线逼近的图像数据压缩。首先,提出了一种基于拟二次有理Bézier曲线逼近的图像数据压缩算法,该法通过计算形状参数的最佳取值获得逼近图像扫描数据的最优拟二次有理Bézier曲线,并通过存储逼近参数实现对图像数据的压缩。采用拟二次有理Bézier曲线逼近进行图像数据压缩,克服了二次与三次多项式Bézier曲线逼近只能反映数据的渐变性而不能反映其突变性的不足,使得图像数据的压缩率和压缩质量都得到较大的提高。其次,针对拟二次有理Bézier曲线在逼近数据时不能表示拐点这一不足,提出了一种基于拟三次有理Bézier曲线逼近的图像数据压缩算法。利用拟三次有理Bézier曲线逼近图像扫描数据时,无论数据是否具有拐点,其逼近精度都要高于拟二次有理Bézier曲线逼近,因此能获得更好的图像压缩质量。最后,探讨了拟三次三角Bézier曲线在图像数据压缩中的应用。采用拟三次三角Bézier曲线逼近算法进行图像数据压缩时,所获得的压缩比和压缩质量不仅要高于二次与三次多项式Bézier曲线逼近算法,而且与拟三次有理Bézier曲线逼近算法具有相当的效果,一方面进一步拓展了三角参数曲线模型的应用范围,另一方面也为研究图像数据压缩问题提供了一种有效手段。（3）构造并研究了用于图像放大的相关非多项式参数曲面模型。基于函数空间{1,t,sinht,cosht}构造并研究了一种带形状参数的双曲Coons曲面;通过对传统双三次Coons曲面重新参数化,构造并研究了一种带形状参数的双三次有理Coons曲面;基于函数空间{1,sint,cost,sin2t,cos2t}构造并研究了一种自动插值于型值点且满足C2连续的拟三次三角样条曲线与曲面。所构造的曲面不仅与相应的原曲面具有相似的性质,而且更加符合研究图像放大问题的需要,一方面进一步丰富了参数曲面造型方法,另一方面也为后续研究图像放大奠定了理论基础。（4）研究了基于非多项式参数曲面插值的图像放大。首先,提出了一种基于双曲Coons曲面插值的图像放大方法,该法不仅克服了一般图像插值方法在构造图像插值曲面时的不足,而且还可通过调整双曲Coons曲面的形状参数获得满意的目标图像,是一种有效的图像放大方法。其次,研究了基于双三次有理Coons曲面插值的图像放大方法,利用该法进行图像放大时,可通过修改形状参数的取值使得目标图像轮廓清晰、边界分明,其效果不仅优于一般的图像插值方法,而且总体上要好于双曲Coons曲面插值方法。最后,讨论了拟三次三角样条插值曲面在图像放大中应用。利用拟三次三角样条插值曲面进行图像放大时,获得的效果不仅优于一般的图像插值方法,而且要好于两种非多项式Coons型曲面插值方法,一方面进一步拓展了三角参数样条模型的应用范围,另一方面也为图像放大问题的研究提供了一种有效的方法。
李军成[9]（2014）在《利用二次B样条曲线逼近的图像压缩方法》文中研究表明提出了一种基于Hilbert扫描和二次B样条曲线逼近的图像压缩方法。首先利用Hilbert扫描曲线将二维数字图像转化为一维的灰度序列;然后采用二次B样条曲线对数据进行分段逼近,同时利用逼近的最大绝对误差小于最大允许误差来确定最终分段;最后对每段数据的逼近参数进行编码。实验结果表明,该方法获得的压缩效果较好,且计算量适中,是一种简单有效的数字图像压缩方法。
孙蕾[10]（2010）在《小波构造理论及其在高光谱遥感图像去噪与压缩中的应用》文中提出小波以其良好的时频局部化性质和多分辨特性在数学理论研究和图像处理领域得到了广泛的应用。高光谱遥感图像是最近几十年发展起来的新兴遥感技术,它能更为全面、更为详细地描述地物特征。由于高光谱图像在成像及传播中,受到很多复杂因素的影响,会引入大量的噪声,从而对图像分析带来不利影响,因此亟需研究高光谱遥感图像的去噪算法。高光谱图像较高的分辨率是以产生大量数据为代价的,它为高光谱数据的传输和储存提出了巨大挑战。因此高效压缩算法是高光谱图像处理领域研究热点之一。本文在研究小波构造理论和高维小波边界延拓算法的同时,将小波分析与高光谱遥感图像的去噪和压缩技术结合在一起展开研究。本文研究工作和创新点主要体现在以下几个方面:1.给定理想滤波器的形状,设计出一种逼近该理想滤波器的小波滤波器组的构造方法。首先在最小二乘意义下,对分解滤波器多项式与理想滤波器的误差最小化,求出待定参数。然后利用Bezout定理求解满足完全重构条件的综合滤波器的多项式通解。最后利用最小二乘方法求解出综合滤波器的待定参数。该方法将滤波器长度和消失矩阶数作为参数,可以根据需要自由设计。证明了用该方法构造的滤波器随着滤波器长度的增加,与理想滤波器的误差以指数速度衰减,估计出误差衰减速度的上下界。2.基于梅花采样的不可分小波,设计出一种能够实现边界处理的完全重构的边界延拓方法。证明了这种延拓方法能实现边界的完全重构,且不需要附加信息。该延拓方法对图像压缩具有重要的意义。3.提出一种基于软阈值函数的小波去噪方法。该方法采用迭代算法来估计软阈值的大小。证明了该算法的收敛性并估计收敛速度,分析了该算法的运算量。数值实验表明该算法估计阈值的准确性和MAD方法相当,同时计算量远远小于MAD方法。4.针对高光谱遥感图像噪声级别低,各波段噪声的方差随各波段信号的幅值而变化的特点,提出一种导数域内空间谱间联合的高光谱图像去噪方法。首先采用光谱导数技术消除图像背景对噪声的影响,让细微的噪声更容易被提取。然后在导数域内采用基于小波变换的BayesShrink去噪方法进行空间维去噪,对光谱维采用Savitzky-Golay滤波进行平滑。最后对导数域去噪平滑处理后的图像进行光谱积分,并进行积分修正,消除光谱积分中引入的积累误差。实验结果表明该方法对高光谱图像去噪非常有效。5.深入研究高光谱图像压缩算法,提出两种无损压缩算法及一种有损压缩算法。（i）考虑到高光谱图像相邻的几个波段间都存在着强烈的谱间相关性,提出一种基于多波段谱间预测的无损压缩算法。通过推导多波段预测系数的求解过程,观察到求解当前波段预测系数的线性方程矩阵中会用到大量前一波段预测系数的线性方程的矩阵元素,由此设计出一种快速算法,大大减少了预测系数求解的时间复杂度。（ii）提出一种基于递归双向预测的高光谱图像无损压缩算法。针对不同的波段,谱间相关性系数差别很大的特点,采用不同的模式进行编码。谱间相关性大的波段用递归双向预测,能够取得好的压缩效果。对谱间相关性小的波段,不再进行谱间预测,用bzip2算法直接进行编码。不同的情况分别处理,能够在节省运算时间的同时达到满意的压缩效果。（iii）提出一种波段预测去除谱间冗余和码流预分配的高光谱图像有损压缩算法。首先用DPCM预测求出各波段的预测残差图像的标准差,然后根据标准差的大小分配对该波段进行编码所需的码流长度。最后基于均方差最小的线性预测器对图像各波段进行预测,根据事先分配的码流长度对各波段预测残差图像进行SPIHT编码。设计的分配码流长度的算法能够根据各波段信息量大小,以及相邻波段的相关性来分配码流长度,达到理想的压缩效果。
二、基于三次Bernstein多项式逼近的数字图像压缩算法（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、基于三次Bernstein多项式逼近的数字图像压缩算法（论文提纲范文）
（1）图像处理中图像修复及其相关方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 图像超分辨率 |
| 1.2.2 图像去噪 |
| 1.2.3 图像平滑 |
| 1.3 本文主要工作和创新点 |
| 1.4 各章节安排 |
| 第2章 以局部特征为约束的双三次拟合图像放大 |
| 2.1 图像放大的相关工作 |
| 2.1.1 以边缘为约束的双三次曲面拟合图像放大 |
| 2.1.2 基于非局部特征的迭代反投影像放大 |
| 2.2 本章放大方法描述 |
| 2.2.1 构造基础三次拟合曲面 |
| 2.2.1.1 构造二次多项式曲面片 |
| 2.2.1.2 构造基础双三次曲面片 |
| 2.2.2 构造误差双三次拟合曲面平滑ieH |
| 2.2.2.1 计算基础高分辨率误差图像ieH |
| 2.2.2.2 构造误差二次多项式曲面片 |
| 2.2.3 基于边缘的快速相似度重建和二次滤波 |
| 2.3 算法复杂度和误差分析 |
| 2.4 图像放大实验结果 |
| 2.5 本章小结 |
| 第3章 基于奇异值分解的自适应迭代全局去噪 |
| 3.1 图像去噪相关工作 |
| 3.1.1 基于非局部的均值滤波方法 |
| 3.1.2 奇异值收缩去噪方法 |
| 3.2 本章去噪方法描述 |
| 3.2.1 构造相似图像块矩阵 |
| 3.2.1.1 自适应搜索窗口 |
| 3.2.1.2 多尺度的相似性度量 |
| 3.2.2 基于SVD的图像去噪 |
| 3.2.3 图像重建 |
| 3.2.4 快速迭代反投影 |
| 3.2.4.1 变步长和相似快数量迭代 |
| 3.2.4.2 反投影技术 |
| 3.3 图像去噪实验结果 |
| 3.3.1 实验结果和分析 |
| 3.3.2 算法复杂度分析 |
| 3.3.3 进一步讨论 |
| 3.4 本章小结 |
| 第4章 基于边缘块均衡和分片分解的两阶段图像平滑 |
| 4.1 图像平滑相关工作 |
| 4.2 基于边缘块均衡和分片分解的两阶段图像平滑方法 |
| 4.2.1 基于边缘分布的图像分块 |
| 4.2.2 直方图均衡化和逆直方图均衡化 |
| 4.2.2.1 直方图均衡化 |
| 4.2.2.2 逆直方图均衡化 |
| 4.2.3 图像块分解 |
| 4.2.4 两阶段的L_0平滑 |
| 4.3 基于内容感知的分割和带方向约束的稀疏梯度的图像平滑方法 |
| 4.3.1 面向内容感知图像放缩的接缝雕刻 |
| 4.3.2 方法描述 |
| 4.3.2.1 带边界约束的内容感知的图像分割 |
| 4.3.2.2 基于方向约束的稀疏梯度的两阶段图像平滑 |
| 4.4 图像平滑实验结果和分析 |
| 4.4.1 基于边缘块均衡和分片分解的两阶段图像平滑方法 |
| 4.4.2 基于内容感知的分割和带方向约束的稀疏梯度的图像平滑方法 |
| 4.4.3 算法复杂度分析 |
| 4.5 图像平滑方法应用 |
| 4.5.1 边缘检测 |
| 4.5.2 图像抽象 |
| 4.5.3 细节增强 |
| 4.5.4 内容感知的放缩 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间参与科研项目情况 |
| 学位论文评阅及答辩情况表 |
（2）基于数字图像相关与视频运动放大技术的结构形变测试（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 基于计算机视觉的结构形变测试 |
| 1.3 研究内容概述 |
| 1.3.1 DIC概述 |
| 1.3.2 DIC技术研究现状 |
| 1.3.3 VMM技术研究现状 |
| 1.4 主要研究内容 |
| 1.5 论文结构及技术路线 |
| 第2章 DIC点测试理论及实例分析 |
| 2.1 DIC硬件系统构成 |
| 2.2 DIC技术路线简述 |
| 2.3 形函数 |
| 2.3.1 零阶形函数 |
| 2.3.2 一阶形函数 |
| 2.3.3 二阶形函数 |
| 2.4 相关度评判函数 |
| 2.4.1 相关函数的选择 |
| 2.4.2 ZNCC函数 |
| 2.4.3 ZNSSD函数 |
| 2.5 整像素初值搜索算法 |
| 2.5.1 FNCC |
| 2.5.2 FTCC |
| 2.5.3 FTCC性能测试 |
| 2.5.4 FTCC与 FNCC运算速度对比 |
| 2.5.5 FTCC与 FNCC运算机理对比 |
| 2.6 亚像素匹配算法 |
| 2.6.1 FA-NR |
| 2.6.2 IC-GN |
| 2.6.3 IC-GN与 FA-NR |
| 2.7 亚像素插值算法 |
| 2.7.1 双线性插值 |
| 2.7.2 双三次多项式插值 |
| 2.7.3 双三次样条插值 |
| 2.8 DIC单点计算策略 |
| 2.9 基于光心距离的透视变换标定 |
| 2.10 系统测试精度验证——UHPC墩柱抗冲击试验 |
| 2.11 位移时程测试 |
| 2.11.1 吊杆振动频率测试 |
| 2.11.2 苏通大桥电涡流阻尼器运动姿态测试 |
| 2.11.3 黄埔大桥关键部位位移监测 |
| 2.11.4 虎门大桥涡振视频跟踪 |
| 2.12 本章小结 |
| 第3章 DIC场测试理论及实例分析 |
| 3.1 DIC位移场计算策略 |
| 3.1.1 置信度导向的DIC位移场算法 |
| 3.1.2 基于种子点的DIC位移场并行算法 |
| 3.1.3 非基于路径的位移场算法 |
| 3.1.4 讨论 |
| 3.2 DIC应变算法 |
| 3.2.1 RFE应变算法 |
| 3.2.2 PLS应变算法 |
| 3.3 应变算法性能测试 |
| 3.3.1 位移场模拟 |
| 3.3.2 连续位移场 |
| 3.3.3 非连续位移场 |
| 3.4 云图规则说明 |
| 3.5 位移场测试 |
| 3.5.1 混凝土梁裂缝宽度测试 |
| 3.5.2 砂体抗压试验 |
| 3.5.3 木梁弯剪试验 |
| 3.6 应变场测试 |
| 3.6.1 UHPC湿接缝抗剪试验 |
| 3.6.2 钢混组合梁抗剪试验 |
| 3.6.3 砂体抗拔试验 |
| 3.6.4 应变算法对比:混凝土梁抗弯试验 |
| 3.7 本章小结 |
| 第4章 视频运动放大及实例分析 |
| 4.1 基于复可操控金字塔的相位运动放大 |
| 4.2 基于里斯金字塔的相位运动放大 |
| 4.3 DIC-VMM联合测试架构 |
| 4.4 DIC-VMM测试实例 |
| 4.4.1 实验室拉索振动频率测试 |
| 4.4.2 实桥吊杆运动放大测试 |
| 4.4.3 虎门大桥涡振视频识别 |
| 4.5 本章小结 |
| 第5章 基于视频的DIC形变测试系统开发 |
| 5.1 总体设计 |
| 5.2 核心架构 |
| 5.2.1 DIC点测试核心C++类 |
| 5.2.2 DIC场测试核心C++类 |
| 5.3 研究成果 |
| 5.4 本章小结 |
| 第6章 结论 |
| 6.1 关于数字图像相关(DIC)技术 |
| 6.2 关于视频运动放大(VMM)技术 |
| 6.3 基于计算机视觉的土木工程形变测试体系 |
| 6.4 DIC形变测试系统 |
| 6.5 土木工程形变测试实验 |
| 6.6 未来研究工作的建议 |
| 参考文献 |
| 致谢 |
| 附录A 源代码补充 |
| 附录B 攻读硕士学位期间所发表的论文及其他成果 |
（3）基于升采样的数字图像相关方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文组织结构 |
| 第二章 数字散斑相关测量方法的基本理论 |
| 2.1 散斑概述 |
| 2.2 数字图像相关法的基本原理 |
| 2.2.1 面内位移表征 |
| 2.2.2 相关系数表示 |
| 2.3 数字图像相关搜索算法 |
| 2.3.1 双参数法 |
| 2.3.2 粗细搜索法 |
| 2.3.3 梯度搜索法 |
| 2.3.4 牛顿迭代法 |
| 2.4 数字图像亚像素位移定位算法 |
| 2.4.1 相关系数拟合法 |
| 2.4.2 灰度插值法 |
| 2.5 常见插值算法 |
| 2.5.1 最近邻插值法 |
| 2.5.2 双线性插值算法 |
| 2.5.3 双三次插值 |
| 2.5.4 样条插值 |
| 2.6 本章小结 |
| 第三章 升采样与B样条插值结合的插值方法 |
| 3.1 多采样率信号处理概述 |
| 3.2 升采样的基本原理 |
| 3.3 内插数字滤波器的设计 |
| 3.3.1 基本考虑与性质 |
| 3.3.2 用FIR滤波器作内插的优缺点分析 |
| 3.3.3 基于窗设计的FIR滤波器 |
| 3.4 升采样与B样条插值结合的插值方法的仿真结果与分析 |
| 3.4.1 测试序列与升采样参数固定 |
| 3.4.2 插值的仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 升采样与B样条结合的插值方法应用于数字散斑相关 |
| 4.1 相关的仿真结果与分析 |
| 4.2 二维升采样处理的实现 |
| 4.3 图像匹配方法 |
| 4.3.1 前向加性高斯牛顿法 |
| 4.3.2 反向组合高斯牛顿法 |
| 4.4 计算机模拟散斑位移测量实验结果与分析 |
| 4.4.1 模拟散斑图像与相关参数固定 |
| 4.4.2 仿真结果与分析 |
| 4.5 真实散斑图像位移测量实验结果与分析 |
| 4.5.1 真实散斑图像与相关参数固定 |
| 4.5.2 仿真结果与分析 |
| 4.6 升采样参数的影响及其它问题研究 |
| 4.6.1 升采样参数的影响 |
| 4.6.2 降低插值偏差原因 |
| 4.6.3 图像滤波与升采样 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 进一步工作方向 |
| 致谢 |
| 参考文献 |
| 硕士期间科研成果 |
（4）几何逼近方法及其在数字图像处理领域的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 数字图像处理技术及应用 |
| 1.1.1 数字图像概述 |
| 1.1.2 数字图像处理发展及应用 |
| 1.1.3 数字图像处理技术 |
| 1.2 数字信号处理技术 |
| 1.2.1 图像变换 |
| 1.2.2 傅里叶分析 |
| 1.2.3 噪声与滤波 |
| 1.3 逼近理论及应用 |
| 1.3.1 逼近的产生与发展 |
| 1.3.2 帕德逼近与泰勒级数 |
| 1.3.3 逼近理论在信号领域的应用 |
| 1.4 论文的主要研究工作与组织安排 |
| 第2章 指数不等式逼近三角函数及在数字信号领域的应用 |
| 2.1 研究背景及意义 |
| 2.1.1 信号类型与三角函数 |
| 2.1.2 Sinc函数发展应用 |
| 2.2 主要方法 |
| 2.2.1 对于定理2.1的证明 |
| 2.2.2 对于定理2.2的证明 |
| 2.3 数值实例 |
| 2.4 本章小结 |
| 第3章 帕德逼近三角函数包围盒方法及其在数字图像处理领域的应用 |
| 3.1 研究背景及意义 |
| 3.1.1 双边滤波和逼近理论 |
| 3.1.2 帕德逼近的发展 |
| 3.2 主要方法 |
| 3.2.1 基于两点帕德逼近的方法及实例 |
| 3.2.2 主要结论 |
| 3.3 数值实例 |
| 3.4 本章小结 |
| 第4章 基于逼近的图像噪声定位算法 |
| 4.1 研究背景及意义 |
| 4.1.1 像素的几何位置信息与典型噪声模型 |
| 4.1.2 图像去噪算法的研究现状 |
| 4.2 算法描述 |
| 4.3 实例分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在读期间完成的学术论文及参与的科研项目 |
| 详细摘要 |
（5）三角多项式曲线曲面构造方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 参数曲线曲面造型的发展历史 |
| 1.2 带形状参数基函数的研究现状 |
| 1.2.1 带形状参数的Bernstein基 |
| 1.2.2 带形状参数的B样条基 |
| 1.2.3 三角域上带形状参数的Bernstein-B(?)zier基 |
| 第二章 基础知识 |
| 第三章 基于两个参数三角多项式曲线曲面构造 |
| 3.1 均匀B样条曲线 |
| 3.1.1 B基的构造 |
| 3.1.2 B基的性质 |
| 3.2 拟三次TC-B(?)zier曲线 |
| 3.3 均匀B样条曲线及应用 |
| 3.3.1 拟三次均匀TC-B样条基的构造 |
| 3.3.2 拟三次均匀TC-B样条基函数的性质 |
| 3.4 拟三次均匀B样条曲线 |
| 3.4.1 曲线的定义与性质 |
| 3.4.2 曲线的应用 |
| 3.5 拟三次均匀TC-B样条曲面 |
| 3.5.1 曲面的定义与性质 |
| 3.5.2 曲面的应用 |
| 3.6 三角多项式基函数 |
| 3.6.1 基函数的构造 |
| 3.6.2 基函数的性质 |
| 3.7 三角域上的三角多项式曲面 |
| 3.8 De Casteljau-type算法 |
| 3.9 曲面的拼接 |
| 第四章 基于指数函数三角多项式曲线曲面构造 |
| 4.1 拟三次三角B(?)zier曲线 |
| 4.1.1 最优规范全正基的构造 |
| 4.1.2 拟三次三角B(?)zier曲线 |
| 4.2 带指数参数的非均匀B样条基 |
| 4.2.1 非均匀B样条基的构造 |
| 4.2.2 基函数的性质 |
| 4.3 QCT-B样条曲线 |
| 4.3.1 曲线的定义与性质 |
| 4.3.2 局部调整性质 |
| 4.4 非均匀QCT-B样条曲面 |
| 4.5 三角域上拟三次三角Bernstein-B(?)zier基 |
| 4.5.1 三角域上QCT-Bernstein-B(?)zier基的构造 |
| 4.5.2 三角域上QCT-Bernstein-B(?)zier基的性质 |
| 4.5.3 三角域上QCT-Bernstein-B(?)zier曲面片 |
| 4.5.4 De Casteljau-type算法 |
| 4.5.5 曲面的拼接 |
| 第五章 拥有分母参数的新三角基 |
| 5.1 拟三次三角Bernstein基 |
| 5.1.1 拟三次三角Bernstein基的构造 |
| 5.1.2 拟三次三角B(?)zier曲线 |
| 5.2 非均匀拟三次三角B样条基 |
| 5.2.1 非均匀QCT-B样条基的构造 |
| 5.2.2 基函数的性质 |
| 5.2.3 拟三次三角非均匀B样条曲线 |
| 5.2.4 局部调整性质 |
| 第六章 带两个参数的新三角基 |
| 6.1 基函数的构造 |
| 6.2 QCT-B(?)zier曲线 |
| 6.2.1 曲线的定义与性质 |
| 6.2.2 QCT-B(?)zier曲线的形状控制 |
| 6.2.3 割角算法 |
| 6.3 非均匀QCT-B样条基 |
| 6.3.1 非均匀QCT-B样条基的构造 |
| 6.3.2 基函数的性质 |
| 6.4 QCT-B样条曲线 |
| 6.4.1 曲线的定义与性质 |
| 6.4.2 局部调整性质 |
| 6.5 非均匀QCT-B样条曲面 |
| 第七章 总结与展望 |
| 7.1 主要结论 |
| 7.2 未来展望 |
| 参考文献 |
| 攻硕期间发表(或完成)的学术论文及科研项目 |
| 致谢 |
（6）基于多特征和神经网络的零水印算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 章节安排 |
| 第二章 零水印相关理论基础 |
| 2.1 传统数字水印技术 |
| 2.1.1 数字水印基本原理 |
| 2.1.2 数字水印特性 |
| 2.2 零水印技术 |
| 2.2.1 零基本原理 |
| 2.2.2 零水印特性 |
| 2.3 攻击类型 |
| 2.4 评价标准 |
| 2.5 本章小结 |
| 第三章 基于Henon和 Chebyshev神经网络的水印加密算法 |
| 3.1 混沌Henon映射 |
| 3.2 Chebyshev多项式 |
| 3.2.1 Chebyshev多项式的逼近效果 |
| 3.2.2 Chebyshev多项式的正交性 |
| 3.3 HCNN神经网络模型的建立 |
| 3.3.1 Chebyshev神经网络 |
| 3.3.2 基于Henon的 Chebyshev神经网络模型 |
| 3.4 基于Henon和 Chebyshev神经网络的水印加密算法 |
| 3.4.1 水印加密算法 |
| 3.4.2 水印解密算法 |
| 3.5 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于多通道变换域特征的零水印算法(RGB-CV) |
| 4.1 图像变换域特征水印 |
| 4.2 基于多通道变换域特征的零水印算法(RGB-CV) |
| 4.2.1 零水印的生成 |
| 4.2.2 零水印的检测 |
| 4.3 实验结果与分析 |
| 4.3.1 鲁棒性分析 |
| 4.3.2 复杂性分析 |
| 4.4 本章小结 |
| 第五章 基于多通道变换域和多特征的零水印算法(RGBL-CV) |
| 5.1 图像边缘 |
| 5.1.1 边缘特征选择 |
| 5.1.2 边缘特征水印 |
| 5.2 基于多通道和多特征的零水印算法(RGBL-CV) |
| 5.2.1 零水印的生成 |
| 5.2.2 零水印的检测 |
| 5.3 实验结果与分析 |
| 5.3.1 鲁棒性分析 |
| 5.3.2 复杂性分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（7）基于分层优化的图像矢量化表示（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作 |
| 2 图像矢量化预备知识 |
| 2.1 图像去噪 |
| 2.2 图像复杂度 |
| 2.3 参数曲面 |
| 2.4.1 Bézier曲面 |
| 2.4.2 B样条曲面 |
| 3 基于分层优化的图像矢量化表示 |
| 3.1 图像矢量化概述 |
| 3.1.1 图像预处理 |
| 3.1.2 图像矢量化过程 |
| 3.2 光栅图像薄板样条拟合处理 |
| 3.3 Bézier曲面表示的梯度网格 |
| 3.4 B样条表示的梯度网格 |
| 3.5 梯度网格优化 |
| 4 数值实验 |
| 4.1 实验结果 |
| 4.2 实验分析 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）非多项式参数曲线曲面在图像压缩与放大中的建模理论及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 本文研究的应用背景及意义 |
| 1.2.1 本文研究的应用背景 |
| 1.2.2 本文的研究意义 |
| 1.3 与本文相关的理论基础及研究现状 |
| 1.3.1 参数曲线曲面造型的理论基础与发展现状 |
| 1.3.1.1 常见的参数曲线曲面模型 |
| 1.3.1.2 参数曲线曲面造型的发展现状 |
| 1.3.2 参数曲线曲面造型在图像数据压缩与图像放大中的应用现状 |
| 1.3.2.1 参数曲线曲面造型在图像数据压缩中的应用现状 |
| 1.3.2.2 参数曲线曲面造型在图像放大中的应用现状 |
| 1.4 本文的主要工作与结构安排 |
| 1.4.1 本文的主要工作 |
| 1.4.2 本文的结构安排 |
| 第二章 用于图像数据压缩的非多项式参数曲线模型 |
| 2.1 引言 |
| 2.2 带形状参数的拟有理Bézier曲线 |
| 2.2.1 拟二次有理Bézier曲线的定义及其性质 |
| 2.2.2 拟三次有理Bézier曲线的定义及其性质 |
| 2.3 带形状参数的拟三次三角Bézier曲线 |
| 2.3.1 拟三次三角Bézier基函数 |
| 2.3.1.1 拟三次三角Bézier基函数的构造 |
| 2.3.1.2 拟三次三角Bézier基函数的性质 |
| 2.3.2 拟三次三角Bézier曲线 |
| 2.3.2.1 拟三次三角Bézier曲线的定义及其性质 |
| 2.3.2.2 形状参数对拟三次三角Bézier曲线的影响 |
| 2.4 本章小结 |
| 第三章 基于非多项式参数曲线逼近的图像数据压缩 |
| 3.1 引言 |
| 3.2 基于曲线逼近的图像数据压缩原理 |
| 3.2.1 图像的Hilbert曲线扫描 |
| 3.2.2 扫描序列的分段逼近 |
| 3.2.3 图像数据的压缩与解压缩 |
| 3.3 基于拟二次有理Bézier曲线逼近的图像数据压缩 |
| 3.3.1 拟二次有理Bézier曲线逼近 |
| 3.3.2 图像数据压缩算法 |
| 3.3.3 实验结果与分析 |
| 3.4 利用拟三次有理Bézier曲线逼近进行图像数据压缩 |
| 3.4.1 拟三次有理Bézier曲线逼近 |
| 3.4.2 图像数据压缩算法 |
| 3.4.3 实验结果与分析 |
| 3.5 基于拟三次三角Bézier曲线逼近的图像数据压缩 |
| 3.5.1 图像数据压缩算法 |
| 3.5.2 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 用于图像放大的非多项式参数曲面模型 |
| 4.1 引言 |
| 4.2 带形状参数的非多项式Coons型曲面 |
| 4.2.1 带形状参数的双曲Coons曲面 |
| 4.2.1.1 双曲Hermite基函数的构造及其性质 |
| 4.2.1.2 双曲Coons曲面的定义及其性质 |
| 4.2.2 带形状参数的双三次有理Coons曲面 |
| 4.2.2.1 三次有理Hermite基函数的构造及其性质 |
| 4.2.2.2 双三次有理Coons曲面的定义及其性质 |
| 4.3 自动插值于型值点的拟三次三角样条插值曲线与曲面 |
| 4.3.1 拟三次三角样条基函数的构造及其性质 |
| 4.3.2 拟三次三角样条插值曲线与曲面 |
| 4.3.2.1 拟三次三角样条插值曲线的定义及其性质 |
| 4.3.2.2 拟三次三角样条插值曲面的定义及其性质 |
| 4.4 本章小结 |
| 第五章 基于非多项式参数曲面插值的图像放大 |
| 5.1 引言 |
| 5.2 基于曲面插值的图像放大原理 |
| 5.3 基于双曲Coons曲面插值的图像放大 |
| 5.3.1 图像放大方法 |
| 5.3.2 实验结果与分析 |
| 5.4 利用双三次有理Coons曲面插值进行图像放大 |
| 5.4.1 图像放大方法 |
| 5.4.2 实验结果与分析 |
| 5.5 基于拟三次三角样条插值曲面的图像放大 |
| 5.5.1 图像插值曲面的构造 |
| 5.5.2 图像放大方法 |
| 5.5.3 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结及创新点 |
| 6.1.1 全文总结 |
| 6.1.2 主要创新点 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（9）利用二次B样条曲线逼近的图像压缩方法（论文提纲范文）
| 1 引言 |
| 2 二次B样条曲线逼近方法 |
| 2.1 二次B样条曲线 |
| 2.2 逼近方法 |
| 3 图像压缩方法 |
| 4 实验结果 |
| 5 结束语 |
（10）小波构造理论及其在高光谱遥感图像去噪与压缩中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 小波理论发展现状 |
| 1.1.1 一元小波变换与多分辨分析 |
| 1.1.2 多元小波变换与多分辨分析 |
| 1.2 小波分析在高光谱图像处理中的应用 |
| 1.2.1 高光谱遥感的基本概念 |
| 1.2.2 高光谱图像去噪技术 |
| 1.2.3 高光谱图像压缩技术 |
| 1.3 本文的主要工作 |
| 1.3.1 研究内容 |
| 1.3.2 创新工作 |
| 第二章 逼近理想滤波器的小波构造 |
| 2.1 基于Bernstein 多项式偶数长滤波器 |
| 2.2 逼近理想滤波器的小波构造方法 |
| 2.3 最优L~2 多项式低通滤波器的性质 |
| 2.4 算例 |
| 2.5 条件数问题的讨论 |
| 2.6 小结 |
| 第三章 二维不可分小波边界延拓算法 |
| 3.1 二维边界延拓方式的研究意义 |
| 3.2 不可分梅花采样小波 |
| 3.3 基于梅花采样的边界延拓方式 |
| 3.4 边界完全重构性 |
| 3.5 数值实验 |
| 3.6 小结 |
| 第四章 基于迭代方法的软阈值估计小波去噪 |
| 4.1 小波阈值去噪方法比较 |
| 4.2 软阈值去噪 |
| 4.2.1 阈值函数 |
| 4.2.2 算法收敛性证明 |
| 4.2.3 收敛速度的估计 |
| 4.3 数值计算 |
| 4.4 小结 |
| 第五章 高光谱遥感图像导数域三维联合去噪方法 |
| 5.1 光谱导数技术 |
| 5.2 BayesShrink 小波去噪 |
| 5.3 Savitzky-Golay 滤波 |
| 5.4 高光谱遥感图像导数域三维联合去噪算法 |
| 5.5 实验结果 |
| 5.6 小结 |
| 第六章 高光谱遥感图像压缩 |
| 6.1 基于多波段谱间预测的高光谱图像无损压缩算法 |
| 6.1.1 谱间预测算法 |
| 6.1.2 实验结果 |
| 6.2 基于最佳递归双向预测的高光谱图像无损压缩 |
| 6.2.1 光谱相关性分析 |
| 6.2.2 递归双向预测模型 |
| 6.2.3 最佳线性预测 |
| 6.2.4 实验结果 |
| 6.3 基于谱间预测和码流预分配的高光谱图像有损压缩算法 |
| 6.3.1 SPIHT 算法 |
| 6.3.2 各波段码流分配 |
| 6.3.3 基于DPCM 谱间预测的SPIHT 算法 |
| 6.3.4 实验结果 |
| 6.4 小结 |
| 第七章 结论与展望 |
| 7.1 研究工作的回顾 |
| 7.2 相关研究工作的展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
四、基于三次Bernstein多项式逼近的数字图像压缩算法（论文参考文献）
- [1]图像处理中图像修复及其相关方法的研究[D]. 刘业朋. 山东大学, 2020(04)
- [2]基于数字图像相关与视频运动放大技术的结构形变测试[D]. 李得睿. 湖南大学, 2020(07)
- [3]基于升采样的数字图像相关方法研究[D]. 霍步伟. 东南大学, 2020(01)
- [4]几何逼近方法及其在数字图像处理领域的应用[D]. 马俊逸. 杭州电子科技大学, 2020(04)
- [5]三角多项式曲线曲面构造方法研究[D]. 汪凯. 西北师范大学, 2019(07)
- [6]基于多特征和神经网络的零水印算法研究[D]. 曹宝琴. 中国石油大学(华东), 2019(09)
- [7]基于分层优化的图像矢量化表示[D]. 汪云鹏. 大连理工大学, 2019(02)
- [8]非多项式参数曲线曲面在图像压缩与放大中的建模理论及应用[D]. 李军成. 南京航空航天大学, 2014(01)
- [9]利用二次B样条曲线逼近的图像压缩方法[J]. 李军成. 计算机工程与科学, 2014(02)
- [10]小波构造理论及其在高光谱遥感图像去噪与压缩中的应用[D]. 孙蕾. 国防科学技术大学, 2010(04)