10.3969/j.issn.1006-2475.2017.11.012
基于内容自适应稀疏字典的图像集压缩算法
大数据时代巨大的图像信息量,给实际的存储、传输带来了相当大的困难.有效利用图像集自身内容,去除图像之间的信息冗余,是图像集压缩的主要目的.本文提出一种基于内容自适应稀疏字典的图像集压缩方案.通过对图像内容信息进行分类学习,得到分组稀疏字典,将稀疏编码替代传统的变换编码,并利用图像非局部相似特征优化图像解码,得到更高质量的重建图像.实验结果表明,与JPEG方法以及基于递归最小二乘字典学习算法(RLS-DLA)的压缩框架相比,本方案提出的图像集压缩方法有效提高了图像集编码性能.
稀疏表示、图像集压缩、字典学习、内容自适应、图像编码
TP391(计算技术、计算机技术)
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
62-66