当前位置:主页 > 科技论文 > 软件论文 >

图像集压缩算法研究

发布时间:2017-12-12 18:16

  本文关键词:图像集压缩算法研究


  更多相关文章: 图像集压缩 集合冗余 相关系数 无向加权图 最小生成树 非负矩 阵分解


【摘要】:随着图像获取技术的飞速发展,数字图像的分辨率不断提高,数据量也不断增加,因此如何对数字图像进行有效的压缩依然是一个非常严峻的问题。传统的图像压缩方法如JPEG、JPEG2000等主要利用了单幅图像之间的像素冗余、编码冗余和视觉冗余进行压缩。但是由于大量的图像是在相同或者相似的场景下获得,因此它们之间也存在一定的集合冗余信息,如果有效地利用这些冗余信息,将会进一步提高压缩比,节省存储空间。图像集压缩算法就是针对由多幅相似图像组成的图像集的压缩问题,在单幅图像压缩技术的基础上利用集合冗余信息,有效地实现高效压缩。本文针对传统的图像集压缩编码中存在的分组问题、复杂度问题和高效压缩问题进行了深入研究,主要包括:(1)从基于代表性信息的图像集压缩算法和基于图(Graph)的图像集压缩算法两个方面总结了图像集压缩算法的整个发展历程,并简要地介绍了几种图像集压缩算法;(2)针对无损图像集压缩中存在的分组问题,本文提出了一种基于相关系数平均值的图像集划分算法。此算法利用图像集相关系数的平均值拟合出一个二次曲线并根据此曲线得到图像集划分方案。在对图像集压缩之前先进行划分处理,将一个大的图像集划分为若干子集之后再进行压缩编码,以保证图像集总的压缩增益最大;(3)针对有损图像集压缩中存在的复杂度较高的问题,本文提出了一种基于无向加权图的图像集压缩算法。该算法首先对图像集中所有图像的Y分量下采样,并使用相关系数作为边的权值函数构建一个无向加权图。然后使用Kruskal算法计算该图的最小生成树,并根据叶子节点的深度和宽度优先算法对图像集进行重新排列。最后使用视频编码技术HEVC对排序后的图像集编码;(4)不同于现有的两大类图像集压缩算法,本文还提出了一种基于非负矩阵分解的图像集压缩算法。该算法通过对图像进行非负矩阵分解和不同图像间共用字典矩阵的方法,有效地提高了压缩性能。
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 王锐拓;赵耀;林春雨;白慧慧;刘美琴;;基于图像集大小优化的图像集压缩算法[J];铁道学报;2014年07期

2 华艳秋;;浅谈图像集在视觉概念检测中的应用[J];科技资讯;2012年20期

3 汪粼波;郭延文;夏天辰;金国平;;样本驱动的半自动图像集前背景分割[J];计算机辅助设计与图形学学报;2013年06期

4 余平;杨有;尚晋;;基于模板差分的档案图像集合冗余压缩研究[J];计算机科学;2011年07期

5 曾青松;;黎曼流形上的保局投影在图像集匹配中的应用[J];中国图象图形学报;2014年03期

6 曾青松;;基于支持向量域描述的图像集匹配[J];模式识别与人工智能;2014年08期

7 包金宇;王慧斌;陈哲;沈洁;;基于背景图像集与稀疏分析的运动目标检测[J];计算机应用;2013年05期

8 王耀明,王仲国,沈毅俊;图像集的离散度矩阵及其在人脸图像识别中的应用[J];计算机应用与软件;2001年05期

9 詹宇斌;殷建平;李宽;;缺失像素图像集的流形学习算法[J];吉林大学学报(工学版);2011年03期

10 宋文娟;于威威;;一种应用PCA的人脸图像集识别方法[J];现代计算机(专业版);2014年12期

中国重要报纸全文数据库 前1条

1 来新夏;可供历史实证的图像[N];中华新闻报;2006年

中国博士学位论文全文数据库 前1条

1 赵烨;大规模图像集自动摘要技术研究[D];合肥工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 李岳尊;一种适用于网络图像集的联合分割方法[D];山东大学;2015年

2 沈映菊;基于图像集的视觉目标跟踪算法研究[D];华侨大学;2015年

3 王岩;基于权重协方差表示的图像集分类[D];大连理工大学;2015年

4 王锐拓;图像集压缩算法研究[D];北京交通大学;2016年

5 李锐杰;基于LBP的人脸图像集识别算法的研究[D];吉林大学;2014年

6 吴斌炜;互联网旅游信息挖掘和展示技术研究[D];浙江大学;2011年

7 盖健;基于旋转不变LBP的图像集人脸识别算法[D];吉林大学;2015年

8 宁尚军;基于R_1-PCA的图像集人脸识别算法的研究[D];吉林大学;2015年

9 刘起芳;人体解剖图像集的可视化[D];北京交通大学;2007年

10 王辰;基于判别型典型相关分析的多流形识别[D];东北师范大学;2011年



本文编号:1283471

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1283471.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户92644***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com