圖像處理中的矢量量化技術研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、矢量量化技術是一種高效的數(shù)據(jù)壓縮方法,其主要內容包括碼書設計和碼字快速搜索。由于矢量量化技術的突出優(yōu)點是壓縮比大、解碼簡單且失真較小,在解碼時只需要簡單的查表操作,因此矢量量化已經成為圖像壓縮編碼的重要技術之一。本論文主要研究矢量量化技術理論的發(fā)展,以碼書設計算法和碼字快速搜索算法為主要研究對象,主要內容如下:
   在碼書設計算法方面,詳細研究了矢量量化基于哈德瑪域的碼書生成算法,并在此基礎上,針對碼書設計算法初始碼書生成隨機

2、性較強和峰值信噪比不高這兩個缺點提出了一種改進算法。改進算法利用統(tǒng)計特征量的分類平均法生成初始碼書,然后提高求質心的頻率,每當一個訓練矢量被分配到胞腔時,就求出相應的胞腔的質心來代替碼字,同時利用3個不等式來快速排除大量候選碼字,加速碼書的收斂速度。仿真實驗表明,改進算法在計算復雜度沒有明顯增加的基礎上,編碼效果相比原算法有明顯的改進,對圖像的恢復效果有較好的提高。另外,在研究自組織特征映射神經網算法的基礎上,對獲勝神經元權值進行調整,

3、并引入新的排除準則,加快算法收斂,提高了自組織特征映射神經網絡的性能,并在此基礎上對圖像進行近無損壓縮編碼,相比于傳統(tǒng)的DPCM無損壓縮,壓縮率有提高。
   在碼字快速搜索方面,介紹和研究幾種典型的基于均值不等式的碼字快速搜索算法和基于子矢量特征值的碼字快速搜索算法,在深入分析了Chen的算法的基礎上,針對Chen算法的步驟進行逐步改進,論文提出了一種改進的基于子矢量特征值的碼字快速搜索算法,通過這些基于矢量特征量以及子矢量的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論