学位论文 > 优秀研究生学位论文题录展示

基于偏微分方程和多边形的非对称逆布局图像表示方法研究

作　者: 陆永亮
导　师: 许如初
学　校: 华中科技大学
专　业: 计算机软件与理论
关键词: 图像表示偏微分方程非对称逆布局模式表示模型 SVG 矢量化
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

在非对称逆布局的模式表示模型(NAM)的基础上,提出了两种新的NAM图像表示方法,一种是基于偏微分方程的矩形NAM图像表示方法;另外一种是基于多边形子模式的图像表示方法。针对图像的有损表示,借助于矩形NAM图像表示和偏微分方程技术(PDE),提出一种基于偏微分方程的矩形NAM图像表示方法,简称NAMRP方法。该方法在编码端把原始图像逆布局为若干个矩形子块,并采用坐标压缩的方法存储矩形子块的位置坐标矩阵。在解码端,采用基于偏微分方程(PDE)的图像修复方法来修复解码图像,有效地消除解码图像中的方块效应。该方法编解码的时间复杂度均为ο(n ),其中n为灰度图像的像素个数。实验结果表明:与QTC方法相比,NAMRP方法具有更高的压缩比和更少的图像块数,可以有效地保持图像质量,具有一定的实用价值。从图像的局部统计特征出发,提出一种简单、直观的有损多值图像的表示方法,称为基于多边形子模式的图像表示方法(Polygon-Based Image Representation,PBIR),简称PBIR方法。该方法先把图像划分为若干等大小的正方形的小图像块,从主块(块内像素值相同或相近)开始,利用块与块之间的上下左右四邻域关系和种子生长准则,进行块与块的合并,再从合并后的块集合中抽取多边形子模式,采取起始点坐标加方向数的存储结构来存储每一个多边形子模式。PBIR方法的编码算法的时间复杂度为ο(m logm),其中m为图像原子块的个数。实验表明:与LQT方法相比,PBIR方法可以有效地减少子模式的个数和图像的数据量,可以有效地保持图像的质量,是一种较好的有损表示方法。最后,对光栅图像进行分析和研究,将PBIR方法应用到光栅图像矢量化上,提出了一种将光栅图像转换为SVG表示的矢量图形的方法,为光栅图像矢量化提供了一种较好的方法。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-17
  1.1 课题背景  9-10
  1.2 研究的目的和意义  10
  1.3 图像的表示方法概述  10-15
  1.4 本文的主要研究内容  15-17
2 基于PDE的矩形NAM图像表示方法  17-28
  2.1 灰度图像的QTC方法  17-18
  2.2 灰度图像的NAMRP方法  18-24
  2.3 NAMRP方法实验结果及分析  24-27
  2.4 本章小结  27-28
3 基于多边形子模式的图像表示方法  28-40
  3.1 PBIR方法描述  28-30
  3.2 PBIR方法的子模式存储结构  30-32
  3.3 PBIR方法的算法步骤  32-37
  3.4 PBIR方法复杂度分析  37
  3.5 PBIR方法数据量分析  37-39
  3.6 本章小结  39-40
4 PBIR方法的实验结果及分析  40-49
  4.1 实验环境  40
  4.2 图像质量评价  40-41
  4.3 灰度图像的实验结果及分析  41-44
  4.4 彩色图像的实验结果及分析  44-47
  4.5 PBIR方法与NAMRP方法的对比  47-48
  4.6 本章小结  48-49
5 PBIR在光栅图像SVG 矢量化表示中的应用  49-54
  5.1 SVG简介  49
  5.2 PBIR的SVG仿真展示  49-50
  5.3 实验结果分析  50-53
  5.4 本章小结  53-54
6 结论与展望  54-57
  6.1 主要工作及创新点  54-55
  6.2 研究展望  55-57
致谢  57-58
参考文献  58-61

基于偏微分方程和多边形的非对称逆布局图像表示方法研究

内容摘要

全文目录

相似论文