CASIA OpenIR  > 毕业生  > 硕士学位论文
图象压缩方法的研究
叶盛华
学位类型工学硕士
导师马颂德
1990-03-01
学位授予单位中国科学院自动化研究所
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
摘要图像数据压缩作为信源编码的应用的一个方面,已有很多有效的方法,从能实现较高 压缩比这一点衡量,变换编码、矢量量化编码、第二代图像压缩技术和神经网络压缩技术 等几种是比较好的,本论文着力对这些方法进行研究,主要目的在于: (1) 对图像压缩方法作一个比较全面的评价. (2) 建立一个图像压缩基本算法库,以便为新的压缩方法提供一个比较依据. (3) 研究神经网络实现图像压缩的可行性 在论文中,我们讨论了上述几种压缩方法的实现及其性能,并将论文重点放在矢量量 化编码和神经网络压缩技术上。我们改进了最佳矢量量化器的设计算法,使矢量量化器在 训练码本时收敛更快,产生的码本性能更好。我们将第二代图像压缩技术的纹理和边缘分 开技术应用到矢量量化系统,提出了一种自适用矢量量化系统,从而保证系统在复杂度和 压缩比基本不变的情况下,大大地减少了系统的量化失真。我们将人眼视觉系统的效应引 入矢量量化系统,提出了一种匹配人眼视觉系统的量化方法,在保证系统高压缩比下,减 小了矢量量化系统的量化失真。最后我们对利用反向传播神经网络来实现矢量量化作了研 究,我们改进了网络的学习算法,研究了网络的性能,为神经网络的应用提供了一些经 验。
馆藏号XWLW157
其他标识符157
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6954
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
叶盛华. 图象压缩方法的研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1990.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
硕士学位论文-157.pdf(11103KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[叶盛华]的文章
百度学术
百度学术中相似的文章
[叶盛华]的文章
必应学术
必应学术中相似的文章
[叶盛华]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。