基于矢量量化的嵌入式零树小波改进编码方法

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

较差的问题, 是否能加入某种模块而将矢量量化、 Z E W
联系起来 ,寻找 出一种低 比特率高信 噪比的压缩算 法 值得研究 。
本文提 出一种基于矢量量化 的嵌入零树 小波图像
编码 ,其 采用 改进 的 S F 生成矢量量化 的码表, OM 用 原始 图像减去矢量量化重建得到 的图像 ,得 到差值 图
D T变换 的不足 ,且在应用 中易于考虑人类 的视觉特 C
性,小波变换 已成 为 J E 2 0 、MP G P G 00 E 4和 MP G E 7
像 编码 【 E w) 0 z 被认为是静 止 图像 变换域迄 今为止 最 ( 好 的压缩算法之一 。针对矢量量化方法往往 存在的分 块效应和 E W 算法在高压缩 比情况 恢复的图像质量 Z
已被广泛地用于 图像和语言信号的压缩,其关键技术 是码书设计 。随着神经 网络 的发展,它为矢量量化的
计 算 机 系 统 应 用
ht | N cS r.q t 、 -- ogC p } . a l
2 1 年 第 2wk.baidu.com卷 第 1期 02 1
基于矢量量化的嵌入式零树小波
与 男 , 阢 沣
( 辽宁工程技术大学 理学 院,阜新 13 0 ) 20 0

要 :基于矢量量化的 S F 算法和嵌入式零树小波算法 ( z )如今 已经广泛 的被使用于 图像压缩领域 , OM Ew
wa ee o fi in Usn ZW d n l b o d c v r v n eq ai f e o sr ce g . v l c e f e  ̄. i gE t c c i gwi ec n u i et i o ig t u l yo c n tu td i o l o mp h t r ma e
均被认为是非常有效的压缩编码技术 。矢量量化方法压缩 比较高,但往往存 在分块 效应 ,而 E W 算法在高压缩 Z 比情况下存在恢 复的图像质量较差 的问题 ,提 出一种 基于矢量量化 的嵌入式零树小波方法 ,它 的基本 原理是引 入差值 图像 思想 ,先对 原图像做矢量量化 ,再 将原图像与矢量量化 的恢复 图像求差值 图像 ,差值 图像 经过小波 分解 以后会存在 大量 为 0的小波系数 ,再利用 E W 编码 ,帮助提 高重建 图像质量 。实验表 明,相对 于 E W 和 Z Z JE 2 0 P G 0 0算法 ,本文算法的压缩 比和编码质量均 有显著提高。
关键词 :图像压缩 ,矢量量化 ,Ko o e h nn神经网络 ,E W Z
I rv dE e d dZ r te a e t o igB sdo e etr a t ain mp o e mb d e eore v l dn ae nt co n i t W eC hV Qu z o
Ke r s i g rs i n Ve t rq a t ai n Ko n nn u a t r ; y wo d :ma ei mp e so ; co u n i to ; ho e e rl wo k EZW ; z ne
矢量量化 ( etrQ at a o ,简称 VQ)是一 V c uni t n o zi 种利用相邻采样之 间相关性 的高效有损压缩方法 ,它
研究提供 了新的途径 ,已经被成功的应用 到矢量量化 码书的设计中。在各种 神经 网络模型中,K h n n的 o oe 自组织特 征映射 ( O M )被认为是最适合 于码 书设 SF 计的模 型【 】 1 。而随着小波变换理论的近年来的兴起 , . 2 由于 它在 时域 和 频域 同时 具有局 域化特 性 ,弥补 了
M A Yo g RUAN Ya g n, n
( ol eo i c, i nn eh i l nvri , u i 1 30 , hn) C l g f ce e La ig cnc i sy F xn 2 0 0 C i e S n o T aU e t a
Ab t a t sr c :Ve t rq a tz to p r a h h c mp e so ai ,b tu u l a o n fe t co u n iai n a p o c i o r s i n r to u s al h ve a d mi o e c.EZW lo i m n y ag rt h i hg o r si n r to c s s r c e s i g s o o r q a i .Th s p p r p o o e mp o e mb dd d z r te ih c mp e so ai a e e ov r ma e fp o u l y t i a e r p s s a I r v d e e e e or e wa ee o i g meh s e nt ev co u n ia i n Th scp i cp ei h n r d c in o e c n e t au v ltc d n todba d o e t rq a tz to . eba i rn i l st e ito u t ft o c p v l e h o h of f rt e d fe e c ma e h e dfee c au ma fe vee e o o iin c l h v a g u e f 0 o o i rn e i g ,t i r n e v l e i ge a tr wa ltd c mp sto al a e a lr e n mb r o f h
相关文档
最新文档