

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),請進行舉報或認領(lǐng)
文檔簡介
1、目前,在多個不同的領(lǐng)域中,對數(shù)字圖像的處理均呈現(xiàn)出了不斷增長的趨勢,在科學研究、軍事、公安、教育、經(jīng)濟建設和日常生活的各個方面數(shù)字圖像處理都得到了廣泛的使用。但是,數(shù)字圖像的數(shù)據(jù)量特別巨大,所以在各個方面的應用中,對圖像數(shù)據(jù)進行壓縮是非常必要的。隨著社會信息化程度的提高,圖像信息的應用將越來越廣泛,因此對圖像壓縮進行更加深入的研究具有特別重要的意義。
近年來發(fā)展起一種非正交的分解方法-圖像稀疏分解,分解的結(jié)果(稱為圖像稀疏表示
2、)非常簡潔。圖像稀疏分解的簡潔特性,使得其成為進行低比特率圖像壓縮的有效途徑?;谙∈璺纸獾膱D像壓縮已經(jīng)成為實現(xiàn)低比特率圖像壓縮最有潛力的解決方案。在眾多信號與圖像稀疏分解的方法中,Matching Pursuit(MP,匹配追蹤)算法是較早提出的。MP算法原理簡單、易于理解、便于編寫程序?qū)崿F(xiàn),因此也是目前最為廣泛應用的稀疏分解方法。但同時圖像稀疏分解的MP算法也存在著一個難以突破的瓶頸,就是分解的復雜度高,計算量特別巨大。所以為了在保
3、證圖像壓縮效果的前提下提高圖像壓縮算法的速度,針對稀疏分解的特點和存在的問題,本文在利用Matching Pursuit方法實現(xiàn)的圖像稀疏分解的基礎(chǔ)上,用互相關(guān)運算來代替稀疏分解中計算量巨大的內(nèi)積運算,并用FFT實現(xiàn)互相關(guān)運算,從而達到提高基于稀疏分解圖像壓縮算法速度的目的。
在此基礎(chǔ)上,為了進一步提高運算的速度,本文用VC++和Matlab混合編程,充分利用Matlab強大的科學計算功能、豐富的工具箱和VC++的高執(zhí)行效率,
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于稀疏分解的超光譜圖像壓縮算法研究.pdf
- 基于稀疏分解的圖像壓縮編碼算法研究.pdf
- 基于稀疏分解的SAR圖像抑制斑點噪聲算法的研究.pdf
- 基于信號稀疏分解的圖像壓縮編碼算法的研究.pdf
- 基于矩陣低秩稀疏分解的圖像融合算法研究.pdf
- 基于稀疏分解算法的稀疏信道估計研究.pdf
- 基于稀疏分解的圖像壓縮.pdf
- 基于FFT的信號MP分解改進算法研究.pdf
- 基于稀疏分解的視頻跟蹤算法研究.pdf
- 基于MP的信號稀疏分解算法研究.pdf
- 基于MP的信號稀疏分解的算法研究.pdf
- 基于稀疏編碼的圖像分類算法研究.pdf
- 基于稀疏分解的圖像去噪.pdf
- 基于稀疏分解的醫(yī)學圖像去噪.pdf
- 基于圖像分解和稀疏表示的圖像修復方法研究.pdf
- 基于二維不可分離字典的圖像稀疏分解算法研究.pdf
- 圖像稀疏分解論文數(shù)字圖像差分進化稀疏分解及壓縮
- 基于稀疏表示的圖像復原算法研究.pdf
- 量子進化算法及其在圖像稀疏分解中的應用.pdf
- 基于核心原子庫和FHT的圖像稀疏分解快速算法及其應用.pdf
評論
0/150
提交評論