基于几何矩不变量的图像压缩算法研究

《基于几何矩不变量的图像压缩算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号：UDC：密级：——编号：——工学硕士学位论文基于几何矩不变量的图像压缩算法研究硕士研究生：何飞，。f指导教师：付永庆教授学位级别：工学硕士学科、专业：通信与信息系统所在单位：信息与通信工程学院论文提交日期：2010年03月论文答辩日期：2010年03月学位授予单位：哈尔滨工程大学ClassifiedIndex：h●-U．D．C：JIIIIFIIIIIIIIII[IIIIIIY1808540ADissertationfortheDegreeofM．EngResearchonImageCompressionBasedonGeometricM

2、omentInvariantsCandidate：HeFeiSupervisor：Prof．FuYongqingAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：CommunicationandInformationSystemDateofSubmission：March，2010～DateofOralExamination：March。2010University：HarbinEngineeringUniversity≮，。★哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有

3、工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。，作者(签字)：4-争,'f1日期：1／口户年弓月U日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。

4、本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(囹在授予学位后即可口在授予学位12个月后口解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。，‘^。．二作者(签字)：1刁好导师(签字)：‘．}乎K日期：砂7口年々月丛日岔口IQ年弓月lF日-咿，y哈尔滨下稃大学硕十学位论文摘要本文把几何矩不变量应用到图像压缩编码中，

5、提出了基于几何矩不变量～．的图像压缩算法。与现有的基于离散余弦变换和基于小波变换的压缩算法不-f■，，、，同，基于几何矩不变量的压缩算法是利用前后相邻子区域间的相似关系而不是单纯的相邻像素间的相关性来实现图像压缩的。为了验证基于几何矩不变量的图像压缩算法的可行性和合理性，本文详细讨论了图像子区域之间的相似性，着重列出了本文算法在灰度图像中的实现步骤和图像的压缩效果，并将本文算法压缩效果与基于离散余弦变换的压缩算法进行比较，结果发现在压缩比相近的条件下本文算法压缩后的视觉效果略优。最后将本文算法推广到真彩图像压缩，给出了详细的实现步骤及压缩效果图

6、。利用VC6．0设计了一个数字图像压缩平台。数字压缩平台能对8位灰度图像和24位真彩图像做基于几何矩不变量压缩、,]PEG压缩和分形压缩处理，、并能以对话框的形式给出图像的压缩比(CR)和峰值信噪比(PSNR)，同时能将原图像和解压后的图像显示在不同的窗口中，供用户进行图像压缩效果的分析和性能比较使用。摹‘，★关键词：图像压缩；几何矩不变量；子区域间的相似；压缩平台～卜‘；／★AbstractThegeometricmomentinvariantswereappliedtotheimagecompressioncodingandanimagec

7、ompressionalgorithmbasedongeometricmomentvariamswasproposed·Comparedtotheexistingimagecompressionalgorithmsbasedondiscretecosinetransformandwavelettransform，thesimilaritybetweenadjacentsub。regionsratherthancorrelationamongneighboringpixelswasusedbytheproposedalgorithm．Inorde

8、rtoverifytheimagecompressionalgorithmbasedongeometricmomentvariantsisfeasib