基于奇异值分解和Contourlet变换的图像压缩算法

• 作者: 冯磊 陈亚雄 黄樟灿
• 来源期刊: 计算机应用研究
• 关键词: 奇异值分解 Contourlet变化 图像压缩
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 317-320
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.01.072

摘要

随着互联网的飞速发展，产生大量的图像信息。为了减小存储并提高图像质量，提出了一种基于奇异值分解和Contourlet变化结合的有损图像压缩算法。该算法先对图像进行奇异值分解，根据奇异值对图像信号的贡献选取适当的奇异值来实现图像压缩，再对图像进行Contourlet变换和量化，实现图像二级压缩。将该算法和图像奇异值分解直接压缩算法、Contourlet变换压缩算法进行实验比较，结果表明，该算法比图像奇异值分解直接压缩算法、Contourlet变换压缩算法有更好的性能，在同样的压缩比情况下能获得更高的峰值信噪比和SSIM。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄樟灿	武汉理工大学理学院	75	570	12.0	20.0
2	冯磊	武汉理工大学理学院	3	12	1.0	3.0
3	陈亚雄	武汉理工大学理学院	3	20	2.0	3.0