圖像稀疏分解論文數(shù)字圖像差分進(jìn)化稀疏分解及壓縮

1、圖像稀疏分解論文：數(shù)字圖像差分進(jìn)化稀疏分解及壓縮圖像稀疏分解論文：數(shù)字圖像差分進(jìn)化稀疏分解及壓縮【中文摘要】隨著社會信息化程度的不斷提高圖像信息隨處可見而圖像壓縮作為圖像處理中的一個重要環(huán)節(jié)也被廣泛應(yīng)用于現(xiàn)代科學(xué)技術(shù)的多個領(lǐng)域。目前人們已經(jīng)提出了多種圖像壓縮方法并形成了一系列圖像壓縮標(biāo)準(zhǔn)。這些壓縮標(biāo)準(zhǔn)大都是基于圖像正交變換的在高比特率壓縮時可以取得良好的效果但在低比特率條件下的解碼圖像質(zhì)量卻不盡如人意滿足不了人們的圖像壓縮需求。比如：J

2、PEG壓縮標(biāo)準(zhǔn)一般在0.2bpp以下便會出現(xiàn)方塊效應(yīng)而JPEG2000壓縮標(biāo)準(zhǔn)則在低比特率條件下會出現(xiàn)蚊式噪聲因此需要發(fā)展一種在低比特率情況下有效的圖像壓縮方法。近年來興起的稀疏分解是一種非正交的分解將圖像分解在過完備原子庫上從而得到圖像的稀疏表示該表示結(jié)果非常簡潔也符合人眼的視覺特性。由于圖像稀疏分解的優(yōu)良特性使其成為解決低比特率下圖像壓縮問題的新途徑。本文則主要圍繞利用稀疏分解實(shí)現(xiàn)圖像壓縮這一問題展開研究首先針對圖像稀疏分解中計(jì)算量

3、大的問題引入差分進(jìn)化算法并對這種算法進(jìn)行深入研究從而得到圖像的稀疏表示在此基礎(chǔ)上研究高效的編碼方法。本論文的主要工作及研究成果如下：(1)介紹了圖像稀疏分解的核心思想以及圖像的稀疏表示并就圖像稀疏分解過程中計(jì)算量大的問題引入差分進(jìn)化算法給出基于差分進(jìn)化算法的圖像稀疏分解流程和實(shí)現(xiàn)過程。(2)為了在圖像稀疏分解之后得到高質(zhì)量的原子和投影分量信息進(jìn)一步研究差分進(jìn)化算法給出一種基于compressionasanimptantpartofima

4、geprocessingisalsowidelyusedinmodernsciencetechnologyfields.Atpresentpeoplehavemadeavarietyofimagecompressionmethodswhichfmedaseriesofimagecompressionstard.Thesestardaremostlybasedonimagethogonaltransfmationwhichcanachie

5、vegoodresultsinthehighbitratecompressionbutthedecodingimageisnotsatisfactyundertheconditionsoflowbitrateitcannotmeetpeople’sdemfimagecompression.Fexample:ftheJPEGcompressionstardthefollowingboxwillappearunderthe0.2bitwhi

6、leftheJPEG2000compressionstardmosquitolikenoisewillappearinconditionsoflowbitrate.Therefeitisnecessarytodevelopaneffectiveimagecompressionmethodoflowbitrate.Intherecentyearssparsedecompositionbecomesverypopularinthestudy

7、ofimageprocessing.Itisonekindofnonthogonaldecompositionwhichdecomposetheimageontheovercompletedictionarysoastogettheimageofthesparserepresentation.Thedecompositionresultisverysimpleconsistentwithhumanvisualacteristics.It