基于矩阵的奇异值分解的数值图像压缩开题报告

2021-02-25 13:10:44

1. 研究目的与意义（文献综述）

见附件

2. 研究的基本内容与方案

见附件

3. 研究计划与安排

2017年2月至3月中旬：查阅相关文献并学习图像压缩基本知识。

2017年3月中旬至4月初：制作提纲并翻译外文文献。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

4. 参考文献（12篇以上）

[1] 廖文彬. 基于矩阵奇异值分解的图像压缩方法研究[d]. 成都理工大学, 2007.

[2] 张成楠. 基于奇异值分解图像压缩算法的研究[j]. 山西电子技术, 2010(4):79-80.

[3] xu faqiang, wan xiaoxia, 许法强,等. pseudo-spectra image compression based on singular value decomposition基于奇异值分解的伪光谱图像压缩算法[j]. 计算机应用研究, 2008, 25(4):1105-1107.

[4] zhang feiyan, xie wei, chen rongyuan,等. compression image quality assessment based on human visual weight and singular value decomposition基于视觉加权的奇异值分解压缩图像质量评价测度[j]. journal of electronics amp; information technology, 2010, 32(5):1061-1065.

[5] 张飞艳, 谢伟, 陈荣元,等. 基于视觉加权的奇异值分解压缩图像质量评价测度[j]. 电子与信息学报, 2010, 32(5):1061-1065.

[6] 奚晓婷. 基于奇异值分解的客观图像质量评估特点研究[d]. 复旦大学, 2011.

[7] 叶佳, 张建秋, 胡波. 一种基于超复数奇异值分解的图像质量评估方法:, cn1897634[p]. 2007.

剩余内容已隐藏，您需要先支付 5元才能查看该篇文章全部内容！立即支付

注册

找回密码