一种基于小波分解的图象分层分类矢量量化方法

• 作者: 吴敏金 张良仪 杨采坚
• 来源期刊: 华东师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 小波变换 自组织特征映射神经网络 分层分类矢量量化
• 年，卷（期）: 2001,（1）
• 页码范围: 32-37
• 页数: 6页
• 分类号: TN919.31
• 字数: 3827字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2001.01.005

摘要

作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行小波分解。利用不同分辩率级间小波子图的相似性，将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据，并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明，和其他文献提出的方法相比，作者提出的方法在获得较好重构图象质量的前提下，提高了压缩比和编解码速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏金	华东师范大学教育信息技术系	11	42	5.0	6.0
2	杨采坚		1	5	1.0	1.0