图像活跃度在图像分解中的应用
在综合分析当前图像压缩算法的基础上,提出新的基于分层变块大小分解的图像压缩构想.JPEG、JPEG2000、分形作为当前最为流行的3种静态图像压缩算法,在对不同的图像进行相同倍率的压缩时,表现出同样的性能趋势:视觉上越复杂的图像,恢复图像的质量越低.经过大量实验发现,3种算法的压缩性能均与同一个指标存在明确关系--图像活跃度量(IAM).根据图像不同区域的复杂程度不同,采用IAM和相似度作为性能指标,利用粒子群优化(PSO)算法求解最优近似图像,实现对图像的分层变块大小分解(SVBD),将图像中相同复杂特性的区块归为一类.该分解方式符合人类认知图像内容的特点,为提高压缩性能创造了有利条件.
图像活跃度量、图像分解、分层、变块大小、粒子群优化、图像压缩
16
TP311(计算技术、计算机技术)
国家高技术研究发展计划2007AA01Z160;国家自然科学基金项目60903067
2011-07-18(万方平台首次上网日期,不代表论文的发表时间)
共10页
710-719