基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了一种图像压缩方法,首先对图像进行小波分解,然后依据小波系数的统计特性和分布特点,对不同的子图像块采用不同的量化、编码方法.针对低分辨率子图像,先经DCT变换,再采用线性预测编码(DPCM);而对高分辨率子图像采用基于Kohonen网络的自组织特征映射(SOFM)算法进行矢量量化.实验证明,上述图像压缩方法可以在保证重构图像质量良好的情况下,获得较大的压缩比.
推荐文章
一种小波域内的BP神经网络图像压缩方法
图像压缩
提升小波变换
BP神经网络
小波变换在图像压缩中的应用
小波变换
图像压缩
混淆
小波变换在医学图像压缩中的应用
小波变换
零树小波编码
图像压缩
小波变换在图像压缩中的应用
小波变换
图像压缩
多分辨分析
编码算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 在小波域内应用SOFM网络进行图像压缩的方法研究
来源期刊 交通与计算机 学科 工学
关键词 小波变换 图像压缩 矢量量化
年,卷(期) 2003,(1) 所属期刊栏目 图像处理
研究方向 页码范围 39-42
页数 4页 分类号 TP3
字数 2992字 语种 中文
DOI 10.3963/j.issn.1674-4861.2003.01.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王虹 49 274 10.0 13.0
2 阙大顺 48 407 10.0 18.0
3 罗迅 5 9 2.0 3.0
4 宋晓东 7 35 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波变换
图像压缩
矢量量化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导