基于分类冗余字典稀疏表示的图像压缩方法

• 作者: 恩德 杨赞亚 王科平
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像压缩 相关系数 分类冗余字典 稀疏系数 正交匹配追踪
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 281-287
• 页数: 7页
• 分类号: TP391
• 字数: 5856字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.09.049

摘要

JPEG和JPEG 2000标准在高压缩率条件下解压缩得到的图像会出现失真,利用冗余字典的稀疏表示可以在高压缩率下获得较高质量的解压缩图像,但单一的冗余字典表示不能充分反映图像结构.针对上述问题,提出一种利用分类冗余字典进行稀疏表示从而实现图像压缩的方法.利用KSVD方法训练平滑和细节2类冗余字典,根据字典原子与图像信号相关系数和表示误差的关系,通过改进的正交匹配追踪算法对图像进行稀疏表示,分别得到平滑表示系数和忽略较小取值的细节表示系数,将这些系数及其对应字典原子的索引值进行量化编码,完成图像压缩.实验结果表明,与JPEG、JPEG 2000以及基于单一冗余字典的方法相比,该方法在高压缩率条件下可以获得视觉效果更好的解压缩图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王科平	河南理工大学电气工程与自动化学院	13	29	4.0	4.0
2	恩德	河南理工大学电气工程与自动化学院	41	121	6.0	8.0
3	杨赞亚	河南理工大学电气工程与自动化学院	1	7	1.0	1.0