基于神经网络和方差的快速分形图像编码算法

• 作者: 周一鸣 张曾科 张超
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 分形图像编码 方差 神经网络
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 448-452
• 页数: 5页
• 分类号: TP3
• 字数: 3203字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2007.05.002

摘要

为克服快速分形图像编码带来的解码图像质量下降问题,提出了一种神经网络与方差混合编码的快速分形图像编码算法.该算法结合图像子块复杂度与方差值的对应关系,根据每个区块的方差值大小选择适当的映射编码方法,即对于方差值相对小的区块采用方差编码以提高编码速度,对于方差值相对大的区块采用神经网络编码以提高编码质量.该算法可以较好地修正传统分形编码中由于自仿射映射结构限制所带来的解码质量偏低的问题,在大幅提高编码速度的同时,很好地保持了图像的编码质量.实验结果表明,该算法对比基本分形编码算法可以加速24倍,解码图像的质量对比方差快速分形编码算法有1.1dB的提高.同时,该算法的硬件实现比较容易,非常贴近实用化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张曾科	清华大学自动化系	46	878	15.0	29.0
2	张超	清华大学自动化系	81	662	12.0	24.0
3	周一鸣	清华大学自动化系	5	44	3.0	5.0