2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像壓縮的目的是在保證一定的圖像質(zhì)量和滿足任務(wù)要求的條件下,減少原始圖像數(shù)據(jù)量,它可歸結(jié)為一個(gè)復(fù)雜的優(yōu)化問(wèn)題。進(jìn)化算法是解決復(fù)雜優(yōu)化的有效手段,它屬于進(jìn)化計(jì)算應(yīng)用領(lǐng)域。因此,本文研究將進(jìn)化算法用于圖象壓縮問(wèn)題。這種方法不僅使算法操作簡(jiǎn)單,而且數(shù)據(jù)處理對(duì)CPU和內(nèi)存的要求也不高一用極少的比特?cái)?shù)存儲(chǔ)圖像,提高圖像的質(zhì)量。 本文采用遺傳算法GA(Genetic Algorithm)、粒子群算法PSO(Particle SwarmOpt

2、imization)以及基于量子行為粒子群算法QPSO(Quantum-behaved Particle SwatmOptimization)三類群體智能算法來(lái)研究圖像壓縮問(wèn)題。圖像壓縮是存儲(chǔ)圖像比特?cái)?shù)對(duì)誤差函數(shù)的最小化,由于誤差函數(shù)常為多峰的,可能存在多個(gè)局部極值,因此一般的梯度算法往往找不到全局最優(yōu)解。PSO算法和QPSO算法屬全局搜索算法,所以用它們來(lái)優(yōu)化數(shù)據(jù)存儲(chǔ)量對(duì)于提高圖像的質(zhì)量具有重要意義。 首先本文研究基于圖像像素

3、的遺傳算法,從中得到一個(gè)有序的圖像像素序列,然后結(jié)合固定聚類、固定類的動(dòng)態(tài)聚類、不固定類的動(dòng)態(tài)聚類、局部調(diào)整四種聚類方法來(lái)共同實(shí)現(xiàn)壓縮。仿真結(jié)果表明,用局部調(diào)整聚類的GA進(jìn)行圖像壓縮,精度更高,收斂速度更快。 其次研究粒子群優(yōu)化算法PSO應(yīng)用到圖像壓縮處理中的可行性。為了提高粒子群算法的收斂速度,增強(qiáng)算法的全局搜索能力,在此基礎(chǔ)上引入了一種基于量子行為的粒子群優(yōu)化算法模型QPSO,主要是結(jié)合了量子物理的思想修改了PSO的“進(jìn)化”

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論