基于矩阵的奇异值分解的数值图像压缩开题报告
2021-02-25 01:02
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 10元 才能查看该篇文章全部内容！立即支付
