改進(jìn)的MP稀疏分解方法在圖像壓縮中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩57頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來,隨著科學(xué)技術(shù)的不斷發(fā)展,圖像作為最常用的信息載體之一被廣泛應(yīng)用于各個(gè)領(lǐng)域,數(shù)字圖像處理技術(shù)也逐漸引起了人們的關(guān)注。而圖像壓縮作為數(shù)字圖像處理中的一個(gè)基本環(huán)節(jié),具有重要的地位。匹配追蹤稀疏分解方法(Matching Pursuit Sparse Decomposition)是一種非正交的分解方法,分解結(jié)果十分簡(jiǎn)潔,在圖像壓縮方面顯示出了巨大的潛力。本文在圖像壓縮的背景下對(duì)匹配追蹤稀疏分解方法進(jìn)行了研究,具體內(nèi)容如下:
　　首

2、先,研究了信號(hào)稀疏分解的基本理論,在此基礎(chǔ)上給出了 MP稀疏分解方法的計(jì)算流程,分析了計(jì)算過程的復(fù)雜度并說明算法的匹配殘差隨著分解過程呈指數(shù)級(jí)衰減,仿真實(shí)驗(yàn)中,通過在Gabor原子庫(kù)上使用不同個(gè)數(shù)的原子重建數(shù)字信號(hào),說明了分解結(jié)果的稀疏性。
　　其次,根據(jù)圖像數(shù)據(jù)的特點(diǎn),研究了用于圖像稀疏分解的非對(duì)稱過完備原子庫(kù),給出了進(jìn)行圖像稀疏分解時(shí)生成過完備原子庫(kù)的參數(shù)離散化方式。在充分研究了人工魚群算法的基礎(chǔ)上,使用人工魚群算法計(jì)算 MP

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論