基于神经网络的分形图像压缩与解压缩
李明亮1
王祖朝2
母景琴2
李聚光3
1.中国地质大学,信息工程学院,北京,100083;石家庄经济学院,河北,石家庄,0500312.中国地质大学,信息工程学院,北京,1000833.石家庄经济学院,河北,石家庄,050031
摘要：图像压缩技术中,分形图像压缩与解压缩具有较高的压缩率和低损耗率,但基于迭代函数系统的自动分形图像编码方法计算量大,因此限制了其实际应用.人工神经网络具有学习、记忆、识别及推理等特点,为分形图像压缩解压缩提供了一个全新的解决方案.提出使用神经网络方法以并行方式完成分形图像压缩与解压缩的大量计算,模拟结果显示,与基本的自动分形图像编码方法相比,在基本保证重建图像质量的前提下,运算时间和码率均下降,显示出神经网络技术应用于分形图像压缩与解压缩中的可行性及高效性.
关键词：分形图像压缩/解压缩神经网络并行处理
分类号：TP391(计算技术、计算机技术)
资助基金：河北省科学技术研究与发展计划(05213510D)河北省科技厅科研项目(02213508D)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 32-34,37 )
英文信息