已閱讀1頁，還剩53頁未讀， 繼續(xù)免費(fèi)閱讀
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)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、針對矢量量化方法往往存在的分塊效應(yīng)和EZW算法在高壓縮比情況恢復(fù)的圖像質(zhì)量較差的問題,是否能加入某種模塊而將矢量量化、EZW聯(lián)系起來,尋找出一種低比特率高信噪比的壓縮算法值得研究。本文首先基于SOFM-C算法引入輔助神經(jīng)元(Auxiliary neurons)的概念提出了帶有良心的輔助神經(jīng)元自組織映射(ASOFM-C)算法,不僅擁有在碼字利用更為均衡的優(yōu)點(diǎn),同時(shí)保持了該神經(jīng)元的特性。然后針對ASOFM-C與SOFM神經(jīng)網(wǎng)絡(luò)失真測度定義的
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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換與矢量量化的圖像壓縮算法.pdf
- 基于小波變換和分類矢量量化的圖像壓縮算法
- 基于小波變換的矢量量化圖像壓縮編碼研究.pdf
- 基于多小波的圖像矢量量化研究.pdf
- 基于小波變換的分類矢量量化圖像壓縮編碼方法研究.pdf
- 基于小波包的區(qū)域聯(lián)合矢量量化（WPVQ）圖像壓縮方法研究.pdf
- 基于圖像矢量量化的小波去噪研究.pdf
- 紅外圖像基于小波變換的矢量量化編碼研究.pdf
- 基于小波變換與矢量量化的圖像編碼研究.pdf
- 小波圖像分類矢量量化與網(wǎng)格編碼量化的研究.pdf
- 基于矢量量化的圖像壓縮技術(shù)研究.pdf
- 小波變換與矢量量化在圖像壓縮中的應(yīng)用研究.pdf
- 基于小波變換的矢量量化圖像編碼系統(tǒng)的研究.pdf
- 基于矢量量化的高光譜遙感圖像壓縮.pdf
- 基于矢量量化圖像壓縮的算法與改進(jìn).pdf
- 基于矢量量化的視頻圖像壓縮編碼方法研究.pdf
- 基于小波零樹的圖像壓縮感知方法研究.pdf
- 基于小波零樹的醫(yī)學(xué)圖像壓縮研究.pdf
- 基于小波變換和誤差競爭學(xué)習(xí)的矢量量化方法研究.pdf
- 圖像壓縮中矢量量化技術(shù)研究.pdf
評論
0/150
提交評論