基于改进K-SVD字典学习的医学图像压缩算法

• 作者: 刘雨娇 杨勇 贾小林 酉霞 陈菲
• 来源期刊: 西南科技大学学报
• 学科: 工学
• 关键词: K奇异值分解 字典学习 图像压缩 医学图像
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息工程·计算机科学与技术
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP391.41
• 字数: 3478字
• 语种: 中文

摘要

提出了一种新的图像压缩算法,该算法在K奇异值分解(K-SVD)的基础上,将图像分解成4×4像素的图像块,进行字典学习和稀疏表示,完成图像压缩编码存储;在图像恢复的过程中,通过使用字典学习前保留的边缘,对恢复图像进行修复.实验表明:在压缩比为20:1时,该算法的峰值信噪比(PSNR)较JPEG算法高出4 dB;用边缘信息修复后,较JPEG算法高出近10 dB,比JPEG2000算法高出3 dB.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈菲	西南科技大学计算机科学与技术学院	23	78	5.0	7.0
2	贾小林	西南科技大学计算机科学与技术学院	23	41	4.0	5.0
3	杨勇		10	14	2.0	3.0
4	刘雨娇	西南科技大学计算机科学与技术学院	3	19	2.0	3.0
5	酉霞	西南科技大学计算机科学与技术学院	3	19	2.0	3.0