毕业论文—基于SOFM和LVQ神经网络矢量量化图像压缩.doc

毕业论文—基于SOFM和LVQ神经网络矢量量化图像压缩.doc

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
毕业论文—基于SOFM和LVQ神经网络矢量量化图像压缩

基于SOFM和LVQ神经网络的 矢量量化图像压缩 作者姓名:王璐 专业班级:信息与计算科学 2004070201 指导教师:王茂芝 摘 要 矢量量化作为一种高效的数据压缩技术,已被广泛应用于图像压缩领域。本文在系统介绍矢量量化数据压缩理论的基础上,着重探讨了矢量量化的关键技术——码书设计算法: 回顾了经典的矢量量化码书设计算法——LBG算法,研究了基于竞争型神经网络SOFM和LVQ的矢量量化码书设计算法; 通过仿真实验,采取将图像分块构建矢量的思想,研究了在改变码字大小等参数的情况下,这三种算法的训练过程和算法性能; 根据LBG算法的特性,提出一种联合SOFM和LBG算法的码书设计改进方法,并通过实验验证了改进算法的有效性。 大量的实验结果表明,LBG和LVQ算法对初始码书依赖性大,SOFM算法训练时间较长。对于给定的码字大小,码书越大,压缩比越低,但重建图像质量越好;码书相同时码字较小的编码性能较优。 关键词:码书设计;LBG算法;SOFM神经网络;LVQ神经网络;改进算法 The Vector Quantization in Image Compression Based on SOFM and LVQ Abstract As an efficient data compression technique, vector quantization(VQ) has been widely applied to image compression. This paper presents a systematic introduction to the theory of VQ data compression, focusing on the key technology of VQ棗bcodebook design algorithm: The classical algorithm of VQ codebook design—LBG algorithm is reviewed. The VQ codebook design algorithm based on the competed artificial neural network—SOFM neural network and LVQ neural network are studied. The training process and performance of these three codebook design algorithms are studied through simulation experiments. During the experiments, image blocking is adopted in the construction of the vectors. An improved method for codebook design based on the combination of SOFM and LBG is put forward according to the characteristics of LBG algorithm and its validity is validated by the experiment. The experimental results indicate that the LBG algorithm and LVQ algorithm are sensitive dependence to initial codebook; SOFM algorithm takes a long training time. For a given size of codeword, a larger codebook will result in a lower compression ratio but a better quality of reconstructed image. When using the same codebook, the coding efficiency of less codeword performs better. Key words: Codebook design; LBG algorithm; SOFM neural network; LVQ neural network; Improved method 目 录 第1章 前 言 1 1.1 图像压缩的目的和意义 1 1.2 各种图像压缩方法介绍 2 1.3 矢量量化技术的研究现状 3 1.4 本文的研究目标和主要内容 4 第2章 矢量量化基础知识 6 2.1

文档评论(0)

cuotian + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档