引入神经网络中间神经元的快速小波图像压缩
目的 针对自组织特征映射(SOFM)算法会出现严重的分块现象和快速小波变换在高压缩比的情况下图像恢复质量差的问题,提出引入神经网络中间神经元(relay neurons)的RSOFM-C矢量量化算法.方法 引入了中间神经元的概念,使用中间神经元有效解决了码字利用不均匀的问题,并在神经网络中间层给出了欧氏距离不等式判据,排除不满足失真测度的神经元,减少重复计算,加快学习速度.根据差分脉冲编码调制(DPCM)中的差值信号编码原理将RSOFM-C算法与快速小波变换结合,使用RSOFM-C算法对由快速小波变换得到的图像低频信号进一步压缩.结果 在仿真实验中,将本文算法与同类压缩方法进行对比,当压缩比为52%时,本文算法的峰值信噪比(PSNR)达到了39.28 dB,远远高于其他方法.结果表明,本文的压缩算法消肖除了分块现象,并且在保证高压缩比的同时获得高质量的重构图像.结论 实验结果表明,本文提出的引入了中间神经元的快速小波压缩方法,具有高压缩比、高保真、速度快等优点,可以高效地压缩图像.
图像压缩、中间神经元、快速小波变换、神经网络、自组织特征映射
20
TP751.1(遥感技术)
国家自然科学基金项目61172144
2015-04-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
159-168