10.3969/j.issn.1673-629X.2010.11.014
分形图像压缩技术在神经网络中的实现
由于分形图像压缩技术具有解码分辨率无关性、快速编码及高压缩比和低损耗率等特点而被广泛应用,但基于迭代函数系统的分形图像编码方法却存在着计算量大的缺点,采用神经网络对分形图像进行压缩及解压缩目的在于解决压缩时间较长等问题.文中使用神经网络方法以并行方式完成对分形图像的压缩与解压缩.并通过实验,在实验中结合非线性网络和最速下降法实现对分形图像的压缩,在基本保证重建图像质量的前提下,减少了压缩时间,提高了压缩质量,进而说明神经网络技术应用于分形图像压缩中的可行性.
分形图像、压缩、神经网络
20
TP391(计算技术、计算机技术)
国家自然科学基金重大项目60873058,60743010;山东省自然科学基金重大项目Z2007G03
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
55-58