众文网1.毕业论文人脸图像压缩与重建
在图像处理领域中，图像的超分辨率重建技术和（略）个发展已经比较成熟的部分.本文从实际应用的要求出发，对二者的结合作了研究，即对压缩图像进行超分辨率重建. 论文主要做了以下工作：对图像压缩过程中（略）重建算法利用的运动补偿和量化进行了研究，简化并实现了MPEG-4的编码器；研究了空间域的凸集投影（POCS）超分辨率重建算法；实现了在压缩图像的变换域运用凸集投影算法来进行超分辨率重建. 实验证明，基于变换域的凸集投影算法能去除压缩过程带来的量化噪声，取得比传统解压后再进行普通超分辨率重建更好的效果.尤其在压缩比较大的情况下，重建效果更为明显。
2.图像压缩编码论文
数字图像压缩技术的研究及进展 摘 要：数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。
本文介绍了当前几种最为重要的图像压缩算法：JPEG、JPEG2000、分形图像压缩和小波变换图像压缩，总结了它们的优缺点及发展前景。然后简介了任意形状可视对象编码算法的研究现状，并指出此算法是一种产生高压缩比的图像压缩算法。
关键词：JPEG;JPEG2000；分形图像压缩；小波变换；任意形状可视对象编码一 引 言 随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。
利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了[1]。
在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。
二 JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”（Joint Photographic Expert Group，简称JPEG），于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。1.JPEG压缩原理及特点 JPEG算法中首先对图像进行分块处理，一般分成互不重叠的 大小的块，再对每一块进行二维离散余弦变换（DCT）。
变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后进行哈夫曼编码。
JPEG的特点优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好图像质量。缺点：（1）由于对图像进行分块，在高压缩比时产生严重的方块效应；（2）系数进行量化，是有损压缩；（3）压缩比不高，小于50。
JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其结果不是最优的。2. JPEG压缩的研究状况及其前景 针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年来提出了不少改进方法，最有效的是下面的两种方法：（1）DCT零树编码 DCT零树编码把 DCT块中的系数组成log2N个子带，然后用零树编码方案进行编码。
在相同压缩比的情况下，其PSNR的值比 EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。
（2）层式DCT零树编码 此算法对图像作 的DCT变换，将低频 块集中起来，做 反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数进行零树编码。
JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，因此在今后的研究中，应重点解决 DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合进行压缩。三 JEPG2000压缩 JPEG2000是由ISO/IEC JTCISC29标准化小组负责制定的全新静止图像压缩标准。
一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。
1.JPEG2000压缩原理及特点 JPEG2000编解码系统的编码器和解码器的框图如图1所示。编码过程主要分为以下几个过程：预处理、核心处理和位流组织。
预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。
位流组织部分则包括区域划分、码块、层和包的组织。 JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提高10%~30%，而且压缩后的图像显得更加细腻平滑。
对于目前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在JPEG2000系统中，通过选择参数，能够对图像进行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。
由于JPEG2000采用小波技术，可随机获取某些感兴趣的图像区域（ROI）的压缩码流，对压缩的图像数据进行传输、滤波等操作。2.JPEG2000压缩的前景 JPEG2000标准适用于各种图像的压缩编码。
其应用领域将包括Internet、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等。JPEG2000图像压缩标准将成为21世纪的主流静。
3.图像压缩算法是什么
数据文件的压缩算法分析及实现
摘 要
图像压缩方法有很多种，从不同的角度出发有不同的分类方法。从信息论的角度出发可以分为两大类：（1）冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。具体讲就是解码图像和压缩编码前的图像严格相同，没有失真。从数学上讲是一种可逆运算。（2）信息量压缩法，也称有损压缩、失真度压缩或熵压缩编码。也就是讲解码图像和原始图像有差别，允许一定的失真。其中，无损压缩编码有：霍夫曼编码、算术编码、行程编码、Lempel zev编码；有损编码有：预测方法（DPCM，运动补偿）、频率域方法（正文变换编码，子带编码）、空间域方法（统计分块编码）、模型方法（分形编码，模型基编码）、基于重要性（滤波，子采样，比特分配，矢量量化）。
本文以BMP格式图像为例，在Visual C++6.0的MFC编程环境下，系统介绍了图像压缩存储的全过程。由于是基于BMP的图像处理，本文首先介绍了BMP图像文件的格式，因为它是所有图像处理工作的基础。接下来简单介绍了Visual C++6.0编程环境，使读者对其有个了解。最后是对BMP图像数据的具体处理。本文主要完成的工作是：BMP文件的读取与显示；BMP文件的位图数据的压缩；压缩数据的解压缩及图像再现。最终转换成JPG格式。
关键词：BMP JPG GIF 压缩 图片 VC++
参考资料：
这个网站有很多资料，你可以参考下。
毕业设计：
毕业设计博客：
4.毕业论文人脸图像压缩与重建
在图像处理领域中，图像的超分辨率重建技术和（略）个发展已经比较成熟的部分.本文从实际应用的要求出发，对二者的结合作了研究，即对压缩图像进行超分辨率重建. 论文主要做了以下工作：对图像压缩过程中（略）重建算法利用的运动补偿和量化进行了研究，简化并实现了MPEG-4的编码器；研究了空间域的凸集投影（POCS）超分辨率重建算法；实现了在压缩图像的变换域运用凸集投影算法来进行超分辨率重建. 实验证明，基于变换域的凸集投影算法能去除压缩过程带来的量化噪声，取得比传统解压后再进行普通超分辨率重建更好的效果.尤其在压缩比较大的情况下，重建效果更为明显。
5.求一篇多媒体技术的论文3200字左右
多媒体图像压缩技术摘要：多媒体数据压缩技术是现代网络发展的关键性技术之一。
由于图像和声音信号中存在各种各样的冗余，为数据压缩提供了可能。数据压缩技术有无损压和有损压缩两大类，这些压缩技术又各有不同的标准。
一、多媒体数据压缩技术仙农（C.E.Shannon）在创立信息论时，提出把数据看作是信息和冗余度的组合。早期的数据压缩之所以成为信息论的一部分是因为它涉及冗余度问题。
而数据之所以能够被压缩是因为其中存在各种各样的冗余；其中有时间冗余性、空间冗余性、信息熵冗余、先验知识冗余、其它冗余等。时间冗余是语音和序列图像中常见的冗余，运动图像中前后两帧间就存在很强的相关性，利用帧间运动补兴就可以将图像数据的速率大大压缩。
语音也是这样。尤其是浊音段，在相当长的时间内（几到几十毫秒）语音信号都表现出很强的周期性，可以利用线性预测的方法得到较高的压缩比。
空间冗余是用来表示图像数据中存在的某种空间上的规则性，如大面积的均匀背景中就有很大的空间冗余性。信息熵冗余是指在信源的符号表示过程中由于未遵循信息论意义下最优编码而造成的冗余性，这种冗余性可以通过熵编码来进行压缩，经常使用的如Huff-man编码。
先验知识冗余是指数据的理解与先验知识有相当大的关系，如当收信方知道一个单词的前几个字母为administrato时，立刻就可以猜到最后一个字母为r，那么在这种情况下，最后一个字母就不带任何信息量了，这就是一种先验知识冗余。其它冗余是指那些主观无法感受到的信息等带来的冗余。
通常数据压缩技术可分为无损压缩（又叫冗余压缩）和有损压缩（又叫熵压缩）两大类。无损压缩就是把数据中的冗余去掉或减少，但这些冗余量是可以重新插入到数据中的，因而不会产生失真。
该方法一般用于文本数据的压缩，它可以保证完全地恢复原始数据；其缺点是压缩比小（其压缩比一般为2:1至5:1）。有损压缩是对熵进行压缩，因而存在一定程度的失真；它主要用于对声音、图像、动态视频等数据进行压缩，压缩比较高（其压缩比一般高达20:1以上。
最新被称为“E—igen—ID”的压缩技术可将基因数据压缩1.5亿倍）。对于多媒体图像采用的有损压缩的标准有静态图像压缩标准（JPEG标准，即''标准）和动态图像压缩标准（MPEG标准，即''标准）。
JPEG利用了人眼的心理和生理特征及其局限性来对彩色的、单色的和多灰度连续色调的、静态图像的、数字图像的压缩，因此它非常适合不太复杂的以及一般来源于真实景物的图像。它定义了两种基本的压缩算法：一种是基于有失真的压缩算法，另一种是基于空间线性预测技术（DPCM）无失真的压缩算法。
为了满足各种需要，它制定了四种工作模式：无失真压缩、基于DCT的顺序工作方式、累进工作方式和分层工作方式。MPEG用于活动影像的压缩。
MPEG标准具体包三部分内容：（1）MPEG视频、（2）MPEG音频、（3）MP系统（视频和音频的同步）。MPEG视频是标准的核心分，它采用了帧内和帧间相结合的压缩方法，以离散余变换（DCT）和运动补偿两项技术为基础，在图像质量基不变的情况下，MPEG可把图像压缩至1/100或更MPEG音频压缩算法则是根据人耳屏蔽滤波功能。
利用音响心理学的基本原理，即“某些频率的音响在重放其频率的音频时听不到”这样一个特性，将那些人耳完全不到或基本上听到的多余音频信号压缩掉，最后使音频号的压缩比达到8:1或更高，音质逼真，与CD唱片可媲美。按照MPEG标准，MPEG数据流包含系统层和压层数据。
系统层含有定时信号，图像和声音的同步、多分配等信息。压缩层包含经压缩后的实际的图像和声数据，该数据流将视频、音频信号复合及同步后，其数据输率为1.5MB/s。
其中压缩图像数据传输率为1.2M压缩声音传输率为0.2MB/s。MPEG标准的发展经历了MPEG—I,MPEG一2、MPEG一4、MPEG-7、MPEG一21等不同层次。
在MPEG的不同标准中，每—个标准都是建立在前面的标准之上的，并与前面的标准向后的兼容。目前在图像压缩中，应用得较多的是MPEG一4标准，MPEG-是在MPEG-2基础上作了很大的扩充，主要目标是多媒体应用。
在MPEG一2标准中，我们的观念是单幅图像，而且包含了一幅图像的全部元素。在MPEG一4标准下，我们的观念变为多图像元素，其中的每—个多图像元素都是独立编码处理的。
该标准包含了为接收器所用的指令，告诉接收器如何构成最终的图像。上图既表示了MPEG一4解码器的概念，又比较清楚地描绘了每个部件的用途。
这里不是使用单一的视频或音频解码器，而是使用若干个解码器，其中的每一个解码器只接收某个特定的图像（或声音）元素，并完成解码操作。每个解码缓冲器只接收属于它自己的灵敏据流，并转送给解码器。
复合存储器完成图像元素的存储，并将它们送到显示器的恰当位置。音频的情况也是这样，但显然不同点是要求同时提供所有的元素。
数据上的时间标记保证这些元素在时间上能正确同步。MPEG一4标准对自然元素（实物图像）和。
6.matlab中图像压缩技术是怎么实现的
基于小波分析的图像压缩方法很多 ， 有小波包最好基方法 、小波域纹理模型方法 、变换零树压缩 、小波变换向量量化压缩等等，不过具体理论都是差不多的，区别是算法方式不同，有兴趣的可以去matlab的网站去看看 一个图像作小波分解后 ， 可得到一系列不同分辨率的子图像 ，不同分辨率的子图像对应的频率是 不相同的 。
高分辨率 （ 即高频） 子图像上大部分点的数值都接近于 0 ， 越是高频这种现象越明显 。对一 个图像来说 ，表现一个图像最主要的部分是低频部分 ，所以一个最简单的压缩方法是利用小波分解 ，去 掉图像的高频部分而只保留低频部分 。
下面具体介绍利用 MA TLAB[ 2 ] 中二维小波分析一个图像 （ 即一个二维信号 ， 设文件名为 wbarb. mat） 进行图像压缩的实例 。图像压缩可按如下程序进行处理 。
程序清单 ： clear %清除 MA TLAB 工作环境中现有的变量 load wbarb ； %装入图像 %显示图像 subplot ( 221) ;image ( X) ; colormap ( map ) title （ '原始图像' ；） axis square disp （ '压缩前图像 X 的大小 ： ' ；） Whos ( ''X ) %= = = = = = = = = = = = = = = = = = %对图像用 bior3. 7 小波进行 2 层小波分解 [ c ,s ] = wavedec2 ( X ,2 ,'bior3. 7' ；) %对图像用 bior3. 7 小波进行 2 层小波分解 [ c ,s ] = wavedec2 ( X ,2 ,' bior3. 7' ； ) %提取小波分解结构中第 1 层的低频系数和高 频系数 cal = appcoef2 ( c ,s ,' bior3. 7' ,l) ; ch1 = detcoef2 ( 'h' ,c ,s ,1) ； %水平方向 cv1 = detcoef2 ( 'V ',c ,8 ,1) ； %垂直方向 cdl = detcoef2 ('d',C ,S ,1) ； %斜线方向 %分别对各频率成份进行重构 al = wrcoef2 ( 'a',c ,s ,'bior3. 7' ,1) ; h1 = wrcoef2 ( 'h',c ,s ,'bior3. 7' ,1) ; v1 = wrcoef2 ( 'v',c ,s ,'bior3. 7' ,1) ; dl = wrcoef2 ( 'd',c ,s ,'bior3. 7' ,1) ; c1 = [ al ,hl ,v1 ,d1」； %显示分解后各频率成份的信息 subplot ( 222) ; image ( c1) ; axis squaretitle （ '分解后低频和高频信息' ；） %= = = = = = = = = = = = = = = = = = = %下面进行图像压缩处理 %保留小波分解第一层低频信息 ， 进行图像的压缩 %第 1 层的低频信息即为 cal ， 显示第 1 层的低频信息 %首先对第 1 层信息进行量化编码它处理即可获得较好的压缩效果 。在上面的例 子中，我们还可以只提取小波分解第 3 、4 … 层的低频信息 ，从理论上说 ，我们可以获得任意压缩比的压 缩图像 。
由此可以看出 ， 小波分析用于图像压缩具有明显的优点 。 在利用二维小波变换进行图像压缩时需要说明的是 ： 小波变换为图像从空间域交换到时间域提供 了一种非常有效的方法 ， 它的作用与以前在图像压缩中所用到的离散余弦变换 （ DCT） 、傅里叶变换等 的作用类似 。
但是 ，要很好地进行图像的压缩 ，需要综合地利用多种其它技术 ， 特别是数据编码与解码 算法等 ，所以利用小波分析进行图像压缩往往是借助小波分析和许多其它相关技术共同完成的 。
转载请注明出处众文网 » 图像压缩算法的实现毕业论文(毕业论文人脸图像压缩与重建)