小波圖像基于邊緣初始化的競爭網(wǎng)絡的矢量量化方法（WEICL）研究.pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、近年來,隨著多媒體技術和網(wǎng)絡技術的飛速發(fā)展,已有一些壓縮方法進入了使用階段,國際上出現(xiàn)了一些數(shù)據(jù)壓縮標準.這些壓縮標準為數(shù)據(jù)壓縮的廣泛應用奠定了基礎.這些年來關于小波變換圖像壓縮算法的研究和應用都十分活躍,各種跡象表明,小波變換方法優(yōu)于其他的變換方法,在靜態(tài)和動態(tài)圖像壓縮領域得到廣泛的應用,并且已經(jīng)成為某些圖像壓縮國際標準(如JPEG2000、MPEG-4)的重要環(huán)節(jié).然而,采用何種策略對小波變換后的數(shù)據(jù)進行處理仍是圖像壓縮領域的一個研

2、究熱點.在理論上上矢量量化的性能總是優(yōu)于標量量化.但是矢量量化所需要的計算量較大,阻礙矢量量化推廣的因素之一就是這種方法運算速度太慢.而人工神經(jīng)網(wǎng)絡是一種并行分布式系統(tǒng),具有運算速度快的優(yōu)點,能有效解決矢量量化這類高維數(shù)運算帶來的大計算量問題.因此我們采用神經(jīng)網(wǎng)絡和矢量量化相結合的方法,來對矢量量化進行改良,從而實現(xiàn)快速矢量量化,并用快速矢量量化來對小波變換圖像進行壓縮.為此該文提出了一種對小波圖像數(shù)據(jù)基于邊緣初始化的競爭網(wǎng)絡的矢量量化

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論