前言 1
第一章 图像数据压缩 1
1.1 概述 1
目录 1
1.2 信息论基本知识 4
1.2.1 信息量 熵 4
1.2.2 条件熵 6
1.2.3 互信息量 7
1.2.4 编码 9
1.2.5 信源 10
1.2.6 率失真函数及限失真编码 13
1.3 轮廓编码压缩 14
1.3.1 T算法 14
1.3.3 编码 15
1.3.2 IP算法 15
1.4 行程编码压缩 17
1.4.1 一维行程编码 17
1.4.2 二维行程编码 17
1.5 预测误差编码 18
1.5.1 基本原理 18
1.5.2 预测器 20
1.5.3 量化器 24
1.6 正交变换压缩编码 27
1.6.1 基本原理 27
1.6.2 正交变换 28
1.6.3 量化 30
1.6.4 自适应编码压缩 38
1.7.3 预测模式的选择 39
1.7.2 帧间混合编码压缩 39
1.7 混合编码压缩与运动补偿预测 39
1.7.1 帧内混合编码压缩 39
1.7.4 运动补偿预测方法 40
1.8 子带编码技术 43
1.9 位平面编码 47
1.10 编码技术 48
1.10.1 霍夫曼码 48
1.10.2 香农-费诺码 50
1.10.3 B码 51
1.10.4 算术编码 52
1.10.5 LZW码 55
1.10.6 方块编码 57
1.11.1 标量最佳量化 58
1.11 标量量化与矢量量化 58
1.11.2 矢量量化原理 59
1.11.3 矢量量化某些算法 61
1.12 基于人工神经网络的压缩技术 62
1.12.1 人工神经网络的基础知识 63
1.12.2 利用多层前向网络进行数据压缩 72
1.12.3 人工神经网络的非线性预测差值编码的实现 72
1.12.4 运用Hopfield网络实现图像正交变换 74
1.12.5 运用神经网络实现主分量分析（KLT） 74
1.12.6 运用神经网络实现矢量量化 76
1.13 分形方法 78
1.13.1 分形的概念 78
1.13.2 分形维数——分维 80
1.13.3 有关的数学知识——度量空间、不动点、压缩映射 83
1.13.4 拼贴定理 85
1.13.5 迭代函数系统（IFS） 86
1.13.6 自动分形图像压缩方法 93
1.14 基于小波变换的图像数据压缩 97
1.14.1 图像分解与合成在图像压缩中的应用 97
1.14.2 提升小波变换 102
1.14.3 整数提升小波变换 117
1.14.4 嵌入零树编码 120
1.14.5 SPIHT算法 124
1.14.6 基于提升小波变换和人眼视觉特性的图像压缩编码 125
1.14.7 基于整数小波的图像压缩编码 129
1.15 图像压缩的若干国际标准简介 131
1.15.1 概述 131
1.15.2 H.261/H.263建议 135
1.15.3 JPEG标准 140
1.15.4 MPEG-1标准 141
1.15.5 MPEG-2标准 151
1.15.6 MPEG-4标准 158
1.15.7 JPEG2000标准 160
习题 168
参考文献 170
第二章 图像的投影重建 171
2.1 引言 171
2.2 图像投影重建的基本原理 174
2.3 离散图像的傅里叶变换重建法 178
2.4 卷积逆投影法重建图像 180
2.4.1 卷积逆投影法原理 180
2.4.2 重建滤波器的设计 181
2.5 扇束投影的滤波逆投影方法 184
2.6 代数重建法 187
2.7 三维物体投影重建原理 189
2.8 投影重建技术应用简介 190
习题 192
参考文献 194
第三章 图像、视频模型与检索 195
3.1 概述 195
3.1.1 传统的检索方法 195
3.1.2 基于内容的检索 197
3.1.3 CBR系统简介 198
3.2 图像与视频的数据模型 203
3.2.1 图像数据模型 204
3.2.2 视频数据模型 205
3.3.1 颜色特征的描述 213
3.3 基于颜色特征的内容检索 213
3.3.2 基于颜色特征的检索算法与实现 215
3.4 基于形状特征的内容检索 220
3.4.1 MPEG-7中形状特征的描述 220
3.4.2 形状检索的实现 221
3.5 基于纹理特征的内容检索 224
3.5.1 纹理特征的描述 224
3.5.2 同类纹理描述符检索算法 226
3.6 基于运动特征的内容检索 229
3.6.1 运动特征的描述 229
3.6.2 基于运动块匹配算法的运动特征检索 231
小结 235
习题 235
参考文献 235