原文服务方: 微电子学与计算机       
摘要:
提出了一种基于小波与分形相结合的图像压缩优化算法.首先将图像进行小波分解后,对低频子带单独编码;在分形编码时,根据不同方向子图的纹理特征不同,采用不同形状的块进行分形预测;同时对高频子带使用二次匹配编码,并且匹配运算只在同一方向上进行.实验证明,这种优化算法能够大大缩短分形编码的时间,并取得较高的压缩比.
推荐文章
蚁群算法与分形相结合的图像压缩改进算法
蚁群
分形
图像压缩
小波分解
基于小波包和分形相结合的纹理分类
纹理特征提取
小波包
分形
纹理分类
基于改进小波的图像压缩算法设计与实现
小波
图像压缩
向量量化
图像降噪
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 基于小波与分形相结合的图像压缩优化算法
来源期刊 微电子学与计算机 学科
关键词 小波变换 分形编码 图像压缩
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 145-148
页数 分类号 TP919
字数 语种 中文
DOI
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 刘天时 西安石油大学计算机学院 100 548 13.0 18.0
2 娄莉 西安石油大学计算机学院 22 139 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (21)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (12)
二级引证文献  (8)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波变换
分形编码
图像压缩
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导