CASIA OpenIR  > 毕业生  > 硕士学位论文
图象压缩方法的研究
叶盛华
Subtype工学硕士
Thesis Advisor马颂德
1990-03-01
Degree Grantor中国科学院自动化研究所
Place of Conferral中国科学院自动化研究所
Degree Discipline模式识别与智能系统
Abstract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。
shelfnumXWLW157
Other Identifier157
Language中文
Document Type学位论文
Identifierhttp://ir.ia.ac.cn/handle/173211/6954
Collection毕业生_硕士学位论文
Recommended Citation
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.
Files in This Item:
File Name/Size DocType Version Access License
硕士学位论文-157.pdf(11103KB) 暂不开放CC BY-NC-SAApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[叶盛华]'s Articles
Baidu academic
Similar articles in Baidu academic
[叶盛华]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[叶盛华]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.