基于小波变换的图像压缩方法[开题报告]
基于小波变换的数字图像压缩编码研究的开题报告
基于小波变换的数字图像压缩编码研究的开题报告一、研究背景数字图像处理技术是现代数字信息技术的重要组成部分。
数字图像的处理、存储、传输等需要大量的数据容量，而图像数据的存储和传输往往受制于计算机系统和网络设备的限制。
因此，如何有效地压缩数字图像数据，减少存储和传输成本，成为数字图像处理领域中的一个重要问题。
目前，JPEG、JPEG2000等压缩方法已得到广泛应用，其中小波变换在图像压缩中也发挥了重要作用。
小波变换作为一种基于时间-频率分析的数学工具，具有分辨率逐层递进、局部性、多分辨率分析等特点，被广泛用于数字信号和图像处理中。
因此，基于小波变换的数字图像压缩编码研究，具有重要的理论和应用意义。
二、研究内容和目标本研究将基于小波变换的数字图像压缩编码方法进行研究，探讨其在图像压缩中的优化和应用。
具体研究内容和目标如下：1.探究小波变换在数字图像压缩中的原理及应用方法，了解小波变换的基本概念、特性以及小波变换与数字图像信号的关系。
2.综合比较现有的数字图像压缩算法，分析其优点和不足，进而提出一种基于小波变换的数字图像压缩编码算法，并进行优化研究。
3.实现所提出算法的数字图像压缩编码，探究其在不同压缩比下的图像质量、压缩时间及压缩后文件大小等性能指标。
4.探讨基于小波变换的数字图像压缩算法在实际应用中的效果，如医学影像、卫星图像、航空影像等领域的应用，并分析算法的优化空间。
三、研究方法和技术路线本研究将采用以下方法和技术路线：1.文献综述法：对数字图像压缩编码领域的现有研究成果及相应算法进行查阅和总结，对小波变换在数字图像压缩中的应用进行梳理和整理。
2.算法设计方法：在了解小波变换原理的基础上，结合现有数字图像压缩编码算法的优点和不足，设计基于小波变换的数字图像压缩编码算法，并进行优化研究。
3.实验仿真法：对所提出的算法进行实验仿真，探究其在不同压缩比下的性能指标，如图像质量、压缩时间、压缩后文件大小等方面，以验证算法的效果和可行性。
基于小波变换图像压缩技术的研究的开题报告
基于小波变换图像压缩技术的研究的开题报告一、选题背景和意义随着计算机图像处理和传输技术的迅速发展，人们对于图像处理和传输质量的要求越来越高。
对于高清晰度的图像，传输成本和处理时间都较大，对于需要快速传输并且需要压缩处理的情况，图像压缩技术成为了一种非常重要的工具。
其中，小波变换技术已经在图像处理领域得到广泛应用，它可以将原始图像分解成多个子小波，并通过舍弃部分系数来压缩图像。
小波变换不仅可以实现图像的压缩，还可以实现图像的去噪、特征提取等功能。
因此，在图像处理领域，基于小波变换的图像压缩技术可以提高图像的传输速度和处理效率，同时还可以保证图像的质量和细节。
本研究将通过对基于小波变换的图像压缩技术进行深入的研究，探究其在图像处理领域的应用和局限性，同时提出一种更加高效、准确的图像压缩方法，以满足实际应用中对于图像处理质量和效率的要求。
二、研究内容和方法1.研究现有的基于小波变换的图像压缩算法，并分析其优缺点。
2.探究小波变换在图像处理领域中的应用和局限性，例如在特征提取、图像去噪、图像融合方面的应用。
3.提出一种基于小波变换图像压缩的新方法，该方法既能够实现较高的压缩比，又能保证图像的质量和细节。
4.对所提出的方法进行算法实现和性能评估，验证其性能和可行性，并与现有方法进行比较分析。
5.最后，对研究结果进行总结，提出对于该领域的未来发展方向和建议。
三、研究进度安排本研究计划分为以下几个阶段：1. 阶段一（1-2周）：文献阅读和综述撰写研究目前已有的基于小波变换的图像压缩算法，总结其优缺点，并为后续工作做好准备。
2. 阶段二（3-4周）：分析小波变换在图像处理领域中的应用和局限性探究小波变换在图像处理领域中的其他应用，例如在特征提取、图像去噪、图像融合方面的应用，为后续实验和算法设计提供参考。
3. 阶段三（5-6周）：提出基于小波变换的新压缩方法根据前面的研究成果，提出一个更加高效、准确的压缩方法，实现较高的压缩比，同时保证图像的细节和质量。
基于小波变换的图像压缩编码算法研究的开题报告
基于小波变换的图像压缩编码算法研究的开题报告
一、选题背景
随着数字图像的广泛应用与快速发展，对于图像传输、存储等方面
的需求也日益增长。
然而，由于数字图像本身的存储量往往较大，因此
需要采用一定的图像压缩编码算法来减小其存储容量。
小波变换因具有
冗余度低、能量集中、时间、频率与尺度的多重分辨等特点而被广泛应
用于图像压缩编码领域。
因此本文拟基于小波变换的图像压缩编码算法
进行研究。
二、研究内容与目的
本文的研究内容为基于小波变换的图像压缩编码算法的研究。
目的
是通过对小波变换的原理和特性进行分析，结合图像压缩编码的需求，
提出一种高效的图像压缩编码算法并进行实验验证。
三、研究方法
1. 理论研究：对小波变换的相关理论进行分析，探究其在图像压缩
编码中的应用特点。
2. 算法设计：基于小波变换的特性，结合图像压缩编码的需求，设
计一种高效的图像压缩编码算法。
3. 实验验证：采用实验方法对所设计的图像压缩编码算法进行验证，并进行结果分析和评价。
四、研究意义
基于小波变换的图像压缩编码算法在实际应用中具有广泛的应用价值。
对于图像传输和存储等方面，可以有效减小存储容量和传输带宽，
提高图像处理的效率。
因此，本文的研究意义在于提出一种高效的图像
压缩编码算法，为实际应用提供技术支持和参考。
五、预期结果
预计通过本文的研究，能够提出一种高效的基于小波变换的图像压缩编码算法，并在实验中进行验证。
同时，将从算法的实际应用价值和改进空间等方面进行分析和讨论，为该领域的进一步发展提供参考和思路。
基于小波变换的图像无损快速压缩算法的开题报告
基于小波变换的图像无损快速压缩算法的开题报告一、选题背景随着数字图像在各领域的使用日益广泛，对图像压缩算法的需求也越来越高。
图像压缩可以大大减少图像数据的存储和传输开销，同时也能加快图像传输和处理的速度。
图像压缩技术主要分为有损压缩和无损压缩两种。
有损压缩能够更好地压缩图像，但会损失一定的图像信息，不适用于一些对图像质量要求较高的场合。
因此，本文选择进行无损压缩的研究。
目前，各种无损压缩算法已被提出，但它们都需要长时间的压缩和解压缩过程，尤其是对于大型图像数据，这种压缩时间会更长，降低了应用的实用性。
因此，可以探讨一种基于小波变换的图像无损快速压缩算法。
二、研究目标本文的研究目标是探究一种基于小波变换的图像无损快速压缩算法，使得压缩和解压缩的时间能够得到明显的缩短，同时保证压缩后的图像质量不受影响。
三、研究内容和方法1. 小波变换本文将采用小波变换作为无损压缩算法的核心。
小波变换基于加窗的线性可逆变换，它能够将信号转换到一个新的域，从而更方便地对信号进行压缩。
2. 快速算法本文将探索采用快速算法（如快速小波变换）来加速压缩和解压缩过程。
快速算法具有时间和空间复杂度低的特点，能够较快地对图像进行处理，提高了算法的实用性。
3. 评估方法本文将使用均方误差（MSE）、信噪比（PSNR）和结构相似性指数（SSIM）等指标来评估压缩后的图像质量，同时还将对压缩和解压缩的时间进行测试来评估算法的效率。
四、预期结果预期结果是实现一种基于小波变换的图像无损快速压缩算法，使得在保持压缩后的图像质量不受影响的情况下，大幅缩短压缩和解压缩的时间。
同时，通过实验数据的比较，证明所提出的算法比其他无损压缩算法更加高效。
基于小波变换的图像压缩算法研究的开题报告
基于小波变换的图像压缩算法研究的开题报告
1. 研究背景和意义
图像压缩算法是计算机视觉领域的一个重要分支，它可以将图像的冗余信息去除，从而减小图像的存储空间和传输带宽，提高图像传输的效率。
小波变换作为一种常用的信号分析方法，已被广泛应用于图像压缩领域。
本研究旨在探究基于小波变换的图像压缩算法，研究小波变换的理论基础、压缩算法的技术实现以及实验验证等方面，对图像压缩算法的研究和应用具有重要的理论和实际意义。
2. 研究内容和方法
（1）小波变换理论的研究
介绍小波变换理论的基本概念、性质和方法，并探究小波变换在图像压缩中的原理和应用。
（2）小波变换图像压缩算法的研究
以小波变换为基础，研究常见的图像压缩算法，包括离散小波变换压缩算法、小波分解重构压缩算法等，并对比分析这些算法的优缺点和适用范围。
（3）实验验证
对比实验不同压缩算法在压缩率、重建质量、计算复杂度等方面的表现，验证基于小波变换的图像压缩算法的有效性和优越性。
3. 预期结果和创新点
预期结果是使用小波变换作为基础，设计并实现一个高效、可靠的图像压缩算法。
在算法实现和实验验证过程中，将探究小波变换理论和
算法应用的优点和不足之处，研究小波变换与其他图像压缩算法的比较，同时将着重探究小波变换在图像压缩领域中的创新应用。
4. 研究意义
本研究将探究图像压缩算法的基础理论和实际应用，提高图像压缩
的效率和质量，促进信息科学和计算机技术的发展，同时也对于其他领
域的数据压缩算法有一定的参考价值。
基于小波变换的图像压缩编码方法的研究的开题报告
基于小波变换的图像压缩编码方法的研究的开题报告一、选题背景和意义：随着数字图像技术的快速发展，图像的存储、传输和处理越来越重要。
而传统的图像压缩编码算法，如JPEG等，虽然具有一定的压缩率，但在保留图像细节和图像质量方面还有待提高。
近年来，基于小波变换的图像压缩编码方法得到了广泛应用。
小波变换是一种将信号分解成不同频率子带的有效方法。
在进行图像压缩时，通过利用小波分解分解出图像的各个频率部分，再根据不同频率部分的重要度进行量化和编码，可以达到更好的压缩效果。
因此，本研究选择基于小波变换的图像压缩编码方法作为研究课题，希望通过研究小波变换的基本原理和压缩编码算法，开发一种图像压缩编码方法，使压缩后的图像质量更为清晰，同时达到更高的压缩率。
二、研究内容和预期目标：1. 小波变换的基本原理和实现方式；2. 常用的小波基函数的选择和比较；3. 基于小波变换的图像压缩编码算法的设计和实现；4. 压缩率和图像质量的度量和评估方法；5. 优化算法的研究和实践。
预期目标：1. 掌握小波变换的基本原理和实现方式；2. 确定适用于图像压缩的小波基函数，并进行比较和分析；3. 实现基于小波变换的图像压缩编码算法，并进行压缩率和图像质量的评估；4. 研究优化算法，提高压缩率和图像质量；5. 实现高效、可靠的图像压缩编码算法，并进行实验验证。
三、研究方法和技术路线：本研究将以文献调研、理论分析和实验验证相结合的方式进行。
具体如下：1. 文献调研：综合国内外相关文献，了解基于小波变换的图像压缩编码方法的研究现状和发展趋势。
2. 理论分析：掌握小波变换的基本原理和实现方式，确定适用于图像压缩的小波基函数，并研究基于小波变换的图像压缩编码算法。
3. 实验验证：使用图像压缩数据集，实现基于小波变换的图像压缩编码算法，并进行压缩率和图像质量的评估。
在此基础上，对算法进行优化并比较，提高图像压缩的效果。
四、预期研究成果：1. 探究基于小波变换的图像压缩编码方法的实现原理；2. 确定优秀的小波基函数并进行比较和分析；3. 实现基于小波变换的图像压缩编码算法并进行评估；4. 研究优化算法，提高图像压缩效果；5. 完成一篇高质量的毕业论文，并得到导师和专业评审人的认可和肯定。
基于小波变换的JPEG压缩算法研究的开题报告
基于小波变换的JPEG压缩算法研究的开题报告一、选题背景随着数字图像技术的飞速发展，图像在日常生活中的应用越来越广泛。
然而，随着图像数据的不断增长，如何高效地存储和传输大量的图像数据已经成为了一个重要的问题。
为了解决这个问题，各种图像压缩算法应运而生。
JPEG（Joint Photographic Experts Group）是一种被广泛使用的图像压缩标准。
在JPEG压缩中，离散余弦变换（DCT）是一种常用的变换方法。
DCT可以将一幅图像分成多个频率成分，从而使得对于高频成分可以减少储存空间，降低数据传输的带宽需求。
而小波变换也是一种常用的图像处理技术，小波变换与DCT相比，具有更好的局部性和多尺度分析性能，能够对不同尺度的信息进行更好的处理。
本文将研究基于小波变换的JPEG压缩算法，分析不同分辨率下的压缩效果，以及不同小波基函数对压缩结果的影响。
这将有助于进一步提高JPEG压缩算法的效率和精度。
二、研究目的和意义本文旨在研究基于小波变换的JPEG压缩算法，主要包括以下几个方面：1. 分析JPEG压缩算法原理，探究DCT和小波变换的异同之处。
2. 设计和实现基于小波变换的JPEG压缩算法模型，并测试模型在不同分辨率下的压缩效果。
3. 研究不同小波基函数对JPEG压缩结果的影响及优化。
通过本次研究，可以对JPEG压缩算法有更加深入的了解，提高图像压缩技术的应用效率，为实际生活中的图像处理应用提供更好的服务。
三、研究内容和主要技术路线1. JPEG压缩算法原理分析在本文的第一部分中，将介绍JPEG压缩算法的基本原理以及DCT 和小波变换的异同之处。
具体内容包括：（1）JPEG压缩算法的定义和基本流程。
（2）DCT和小波变换的原理比较。
2. 基于小波变换的JPEG压缩算法设计与实现在本文的第二部分中，将针对JPEG压缩算法原理进行基于小波变换的改进，设计算法模型并编程实现。
具体内容包括：（1）基于小波变换的JPEG压缩算法模型设计。
基于小波变换的图像压缩技术研究的开题报告
基于小波变换的图像压缩技术研究的开题报告一、选题的背景和意义：随着数字图像技术的不断发展和应用，对图像的存储和传输需求越来越高，图像压缩技术由此得到更为广泛的应用和研究。
图像压缩技术是降低图像数据量的重要手段，可以通过压缩图像的数据量来降低存储成本、提高传输速度和提高图像的质量。
小波变换作为一种目前最为流行的图像压缩算法之一，以其较好的压缩效果和良好的图像质量而被广泛应用。
本次课题将采用小波变换技术，结合已有研究成果，进行图像压缩技术的探究，进一步深化和拓展小波变换在图像压缩领域中的应用，为数字图像技术的发展做出贡献。
二、研究的目标和内容：1. 目标（1）深入探究小波变换的原理，了解小波变换在图像处理中的应用；（2）研究小波变换在图像压缩中的应用，探索其优缺点；（3）运用小波变换实现图像的压缩，进行压缩效果的分析。
2. 内容（1）研究小波变换的原理和基本概念；（2）分析小波变换在图像压缩中的应用；（3）设计和实现小波变换图像压缩算法；（4）进行实验测试，比较小波变换算法的效果和其他图像压缩算法的效果。
三、研究的方法和步骤：1. 方法（1）文献调研法：查阅相关文献和资料，了解小波变换的原理和在图像压缩中的应用，参考国内外研究者的经验和成果；（2）算法设计法：结合已有的研究成果，进行小波变换图像压缩算法的设计；（3）实验法：实现设计算法，并对其进行实验测试，分析和比较算法的效果。
2. 步骤（1）调研小波变换的基本原理和在图像处理中的应用；（2）分析小波变换图像压缩技术的优缺点；（3）设计基于小波变换的图像压缩算法，实现算法编程；（4）进行实验测试，分析和比较算法的效果；（5）撰写论文和开题报告。
四、论文的创新点：1.综合研究了小波变换的原理和在图像处理中的应用；2.深化和拓展了小波变换在图像压缩领域的应用；3.设计实现了基于小波变换的图像压缩算法，比较了其效果和其他图像压缩算法的效果。
五、预期结果：1.对小波变换的原理和应用进行了研究，对小波变换在图像压缩领域的应用有了更为深入的理解；2.提出了一种基于小波变换的图像压缩算法，并与其他图像压缩算法进行比较，从而验证其优越性；3.实现了基于小波变换的图像压缩算法，为数字图像技术的发展做出贡献。
基于小波变换的医学图像压缩技术的研究的开题报告
基于小波变换的医学图像压缩技术的研究的开题报告一、选题背景和意义医学图像在诊断、治疗和科研等领域中具有非常重要的作用，包括CT、MRI、X光等。
由于医学图像的数据量较大，传统的存储和传输方式存在瓶颈。
因此，如何进行有效的压缩是医学图像研究中的一个重要问题。
小波变换是一种多尺度分析的数学工具，具有良好的压缩性能。
因此，本文将研究基于小波变换的医学图像压缩技术，以提高医学图像的存储和传输效率，从而提高医学图像研究领域的效率。
二、研究内容和技术路线1.医学图像压缩技术的研究现状分析：对于医学图像压缩技术的研究现状进行总结和分析，以及相关的小波变换理论知识。
2.小波变换在医学图像压缩中的应用：详细研究小波变换在医学图像压缩中的应用，包括小波变换的基本原理、不同小波基函数的选择以及小波域压缩算法的设计等。
3.实验设计和数据分析：通过实验验证不同小波基函数和小波域压缩算法的压缩效果，并对实验数据进行分析。
4.实验结果的分析和总结：分析实验结果，总结小波变换在医学图像压缩中的应用效果，对研究结果进行深入讨论，提出进一步的研究思路和建议。
三、预期结果和创新点1.预期结果：本研究将设计并验证基于小波变换的医学图像压缩算法，比较不同小波基函数的压缩效果，评估算法的压缩性能和图像质量。
2.创新点：本研究将首次将小波变换应用到医学图像压缩中，探究其在医学图像压缩中的效果和优势，对医学图像研究领域的数据处理和分析提供新的思路和方法。
四、研究难点和解决方案1.研究难点：医学图像压缩算法的设计和效果评估需要对小波变换的原理和相关理论进行深入理解，同时需要掌握医学图像处理方面的专业知识，因此需要具备一定的数学和计算机技术背景。
2.解决方案：加强小波变换相关理论知识的学习，进行反复实验和分析，提升自身技能水平，强化团队合作和知识沟通，积极寻求专业人士和领域内的学者指导和帮助。
基于小波变换的图像压缩方法研究的开题报告
基于小波变换的图像压缩方法研究的开题报告一、选题背景随着科技的发展，数字图像数据的应用越来越广泛。
图像数据的传输、存储都需要占用大量的存储空间和传输带宽，因此需要对图像数据进行压缩。
压缩的目的是去除冗余信息，使得图像数据能够以较小的空间和带宽来传输和存储，从而节省存储和传输成本。
图像压缩是一种重要的数据压缩技术。
其中，小波变换是一种被广泛应用于图像处理和压缩中的算法。
小波变换的特点是可以将图像数据分解成多个不同尺度和方向的小波系数，从而更好地处理不同频率部分的信息。
二、研究意义小波变换的图像压缩方法已经被广泛地应用于许多实际应用场景中。
例如，数字图像、视频、医学图像等。
小波变换通过对图像进行分解，使得图像的不同频段能够单独进行编码和压缩。
由于小波变换能够提取出图像不同频率的信息，所以小波压缩的效果要好于其他的压缩方法。
本研究的目的是探究小波变换的图像压缩方法，在此基础上，寻找更加高效的压缩算法，为图像处理和压缩技术的发展提供一定的理论支持。
三、研究内容和方案本研究将围绕小波变换的图像压缩方法展开。
主要研究内容包括以下几个方面：1.小波变换的基本理论;2.图像的小波变换算法;3.小波系数的编码算法;4.小波压缩的实现和测试。
本研究将采取以下研究步骤：1.对小波变换图像压缩算法的原理和理论进行全面的阐述和分析;2.实现小波变换图像压缩算法，并进行实验测试;3.根据实验结果，分析算法的优缺点，并提出一些优化和改进的方法;4.给出小波变换图像压缩算法的实际应用案例。
四、预期成果本研究将在小波变换图像压缩方面做出以下成果：1.深入理解小波变换算法的原理和特点;2.实现小波变换图像压缩算法并进行性能测试，得到压缩率和图像质量的评估;3.对小波变换图像压缩算法的优化和改进提出一些方案;4.对小波变换图像压缩算法在实际应用中的有效性进行验证。
五、研究计划和预算本次研究计划的时间为1年，具体研究进程如下：1.前期调研和文献阅读(2个月)；2.算法设计和实现(5个月)；3.性能测试和分析(2个月)；4.结果总结和论文撰写(3个月)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
开题报告
通信工程
基于小波变换的图像压缩方法
一、课题研究意义及现状
随着计算机多媒体技术和通信技术的日益发展以及网络的迅速普及，图像数据信息以其直观、形象的表现效果，在信息交流中的使用越来越广泛。
每天都有大量的图像信息通过数字方式进行存储、处理和传输。
由于技术上对图像数据的要求，图像的分辨率、谱段的数量在不断增加，由此导致图像数据量急剧增加。
这就给图像的传输和存储带来了极大的困难。
因此，图像数据压缩势在必行，通过压缩手段将信息的数据量降下来，以压缩的形式存储和传输，既节约了存储空间，又提高了通信干线的传输效率。
小波变换是基于傅里叶变换理论发展起来的一种新型变换方法，其作为一门较新的数学分支，被引入图像信号处理以后，很快引起了人们的空前关注，成为迅速应用到图像处理和语音分析等众多领域的一种数学工具。
图像数据可以压缩,一方面可以利用人眼的视觉特性,在不被主观视觉察觉的容限内,通过降低表示信号的精度,以一定的客观失真换取数据压缩;另一方面是图像数据中存在大量的冗余度可供压缩.图像数据的冗余度存在于结构和统计2 个方面,结构上的冗余度表现为很强的空间和时间相关性,即图像的相邻像素之间、相邻行之间或者相邻帧之间存在着较强的相关性;统计上的冗余度来源于被编码信号概率密度分布的不均匀,若采用变字长编码技术,用较短的代码表示频繁出现的符号,用较长的代码表示不常出现的符号,就可消除符号统计上的冗余,从而实现图像数据的压缩. 由于小波变换具有明显的优点,且存在明显的相关性,有利于获得较高的编码效益.这就是小波图像压缩的近期现状，通过对小波图像压缩的研究，可以更深层次的挖掘图像压缩这方面的技术，为日新月异的科技做一份自己的贡献。
目前已经提出和正在进行研究的小波图像压缩方法择要列举如下：
(1)多分辨率编码。
最早提出的是金字塔编码，后来是子带编码(SubbandCoding)，最近是用小波变换进行图像编码。
(2)基于表面描述的编码方法(三角形逼近法)。
(3)模型编码。
它可以分为物体模型未知的物体基编码和物体模型已知的语义基编码。
(4)利用人工神经网的压缩编码。
(5)利用分形几何的图像编码(IFs编码)。
（6）利用数学形态学的编码等等。
现在，它已经在科技信息产业领域取得了令人瞩目的成就。
小波图像压缩处理技术是六大高新技术中重要的一个领域，它的重要方面是图象处理。
现今，小波图像处理技术已经成为当代科学技术工作的重要部分，在信号分析，工程技术，图像压缩中，有着举足轻重的作用。
二、课题研究的主要内容和预期目标
通过对图像压缩实现过程进行对比，得到较好的压缩效果，进而进一步证明图像压缩的优越性。
其中主要内容如下
（1）通过文献研究小波变换的特点及意义，并加以深刻的理解
（2）通过书本及网络了解图像压缩的基本理论的基本内容和方法
（3）图像编码及图像压缩的实现过程，充分利用好信号间的时间的相关性，并且利用好小波变换域内的相关性，运用零树编码和树结构分类方法处理图像，获得较好的效果（4）通过参考书，了解EZW与SPIHT的算法，引入其中的一些公式，提高图像的清晰度和准确度
（5）通过MATLAB软件，进行程序运行，实现仿真与结果，并进行结果比较
综合上述内容，完成小波变换的图像压缩方法研究的技术要求
（1）熟练掌握MATLAB软件的运用技巧
（2）有一定的编码能力，对EZW与SPIHT的算法熟练于心
（3）具有一定的分析比较能力，区别图像仿真前后的差别
三、课题研究的方法及措施
本次课题是基于小波变换的图像压缩方法。
主要是通过对小波变换和图像压缩的各方面了解，运用EZW与SPIHT的算法，通过程序编程，实现图像对比，进而总结出自己的看法。
本次研究运用到的主要软件是MATLAB软件，以基本的程序为基础，通过大量的参考文献，编码程序，设计出自己的一套方案，再经过导师的帮助，写出自己的研究成果。
一方面需要自己的努力，另一方面也需要身边同学的帮助，进而达到自己的目标。
四、课题研究进度计划
毕业设计期限：自20011年9月至2012年5月。
2011年6月至2011年7月:明确任务，查找资料，确定设计方案；
2011年7月至2011年10月:写文献综述，外文翻译
2011年10月至2011年11月：完成开题报告，准备开题答辩
2011年11月至2012年1月：完成图像编码和仿真；
2012年1月至2012年2月：进行仿真后图像对比，并开始写报告；
2012年2月至2012年3月：完成整个软件设计，同时通过模拟测试；
2011年3月至2012年4月：撰写毕业论文，完善与修改毕业论文；做好论文答辩的PPT 资料，准备答辩，并提交所有电子文档材料。
五、参考文献
[1] 刘敬，李东晖，武永红. 基于提升小波变换和EZW编码的图像压缩算法[J]. 计算机与现
代化,2019，(9)：12-14，18
[2]刘艳波.基于小波变换的图像压缩方法研究[J]. 吉林农业科技学院学报,2010,03
[3]闫凡勇，张颖，张有志，白红成.基于小波变换的图像压缩技术[D].上海海事大学。
2010
[4]张培珍，杨根源，周祖华，马良. 一种基于小波变换的图像压缩算法[J].舰船电子工
程,2008,11
[5]缑新科,亢维军,汪昶江. 基于小波变换图像压缩技术的研究[J].甘肃科学学报,2008,04
[6]柳磊. 基于小波变换的图像压缩算法研究[J].光机电信息,2010,06
[7]蒲亚坤，丛爽. 基于小波变换的图像压缩改进方法及其应用[J].科技导报，2009，（8）
:10-26,18
[8]刘宁，姜学军. 基于小波变换的图像压缩并行算法研究[J].科技信息，2010，32（7）
[9]徐辉. 基于小波变换的图像压缩技术的分析研究[J].湖北第二师范学院学报,2009,10
[10]李晓霞，苏红旗，蔡瑞. 基于小波变换的图像压缩中小波基的选取[J].科学论坛,2011,5。