学位论文 > 优秀研究生学位论文题录展示
基于视觉特性及人工神经网络的图像压缩
作 者: 田杰华
导 师: 顾晓东
学 校: 复旦大学
专 业: 电路与系统
关键词: 人眼视觉系统(HVS) 图像压缩 对比敏感度 人工神经网络 小波变换 视觉信息保真度(VIF)
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 69次
引 用: 0次
阅 读: 论文下载
内容摘要
图像压缩的主要目的是要消除图像中的冗余信息,包括编码冗余、像素间冗余以及心理视觉冗余信息。过去几十年来,图像压缩研究得到了快速的发展,出现很多有效的算法,已经形成了JPEG、JPEG2000、MPEG、H.26X等压缩标准。在三大冗余信息中,消除编码冗余和像素间冗余的算法目前已很成熟,传统的基于香农信息理论的图像压缩方法已经发展到了极限。为了进一步压缩图像,可以从两个方面来着手:一是利用视觉系统特性,人眼作为图像信息的最终“消费者”,基于人眼视觉特性的图像压缩越来越成为了人们研究的特点,由于视觉系统的复杂性,目前这一领域还有很多未知领域需要进行探索。二是开发新的压缩工具和更加智能化的算法,人工神经网络由于其优良的性能,在图像压缩方面的应用有很大的空间,目前这方面的研究还处在初级阶段。本文正是从这两个方面展开的研究,主要工作如下:1.提出了一种低比特率小波图像压缩方法。图像压缩的视觉有效性直接与其所保留的视觉重要信息有关。心理生理学实验结果显示,人眼对图像的边缘、平滑、纹理区域的敏感度不同,同时对小波分解后不同子带部分小波系数的敏感度也不同。据此提出一种低比特率小波图像压缩算法,该算法对图像不同区域小波系数进行不同的量化,同时对图像小波分解不同子带系数进行视觉重要性加权,保证优先传输视觉上最重要的系数。实验表明,该算法适合于低码率率的图像压缩。将其运用到SPIHT编码算法中,与传统的SPIHT算法相比,重构图像的主观视觉质量评价指标VIF(visual information fidelity)值更高,具有更清晰的视觉效果。2.提出一种在小波域利用人工神经网络进行图像压缩的算法,该算法参考人眼对各个子带的敏感度,同时保留了传统的基于BP人工神经网络算法的直接对图像数据进行压缩的特点。3.将图像看成是坐标的函数,提出在小波域内利用BP人工神经网络训练逼近原图像,传输比图像数据少很多的训练好的神经网络权值给解码端解码,来达到图像压缩的算法。神经网络的输入为小波系数的坐标,经过神经网络的映射和训练,在解码端只需要通过训练得到稳定的权值,便可以解码原图像。相比其他基于人工神经网络直接对原始图像数据压缩的方法,该算法有效地提升了图像数据的压缩能力。
|
全文目录
摘要 3-4 Abstract 4-6 第1章 绪论 6-13 1.1 研究背景和意义 6-7 1.2 图像压缩研究状况 7-11 1.2.1 基于人眼视觉特性的图像压缩研究状况 7-9 1.2.2 基于人工神经网络的图像压缩研究状况 9-11 1.3 论文的主要工作和创新点 11 1.4 本文内容安排 11-13 第2章 人眼视觉特性和人工神经网络介绍 13-23 2.1 视觉特性介绍 #I1 13-17 2.1.1 人眼构造和人眼内图像形成机理 13-14 2.1.2 亮度鉴别与主观感觉强度 14-15 2.1.3 对比敏感度 15-17 2.1.4 视觉掩蔽 17 2.2 人工神经网络介绍 17-22 2.2.1 神经元模型和特点 17-18 2.2.2 激活函数类型 18-21 2.2.3 神经网络基本结构类型 21-22 2.2.4 神经网络学习算法分类 22 2.3 本章小结 22-23 第3章 基于人眼视觉特性的图像压缩 23-35 3.1 引言 23-24 3.2 基于对比敏感度函数的小波于带加权 24-27 3.3 根据对不图像不同区域敏感度量化 27-28 3.4 新的基于HVS的图像小波压缩算法 28 3.5 实验结果与分析 28-34 3.6 本章小结 34-35 第4章 基于人工神经网络的图像压缩 35-46 4.1 引言 35-36 4.2 BP人工神经网络 36-38 4.3 传统的基于BP人工神经网络的图像压缩 38-40 4.4 基于BP网络的小波图像系数向量压缩 40-41 4.5 基于BP网络的小波图像坐标向量压缩 41-42 4.6 实验结果与分析 42-45 4.7 本章小结 45-46 第5章 总结与展望 46-48 参考文献 48-52 硕士期间发表论文情况 52-53 致谢 53-54
|
相似论文
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 远程医疗系统图像压缩及传输关键技术研究,R318.0
- 兖州矿区植物波谱变异与重金属胁迫特征研究,X173
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 企业安全效益评价及发展对策研究,F272;F224.5
- 偏远地区配电变压器防盗监控系统的设计,TM421
- 酮类化合物的3D-QSPR研究,O641
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|