BP神經(jīng)網(wǎng)絡(luò)在圖像DPCM系統(tǒng)中的應(yīng)用研究.pdf

1、差分脈沖編碼調(diào)制(DPCM)，作為預(yù)測編碼中最常用的一種方法，由于其算法簡單，易于硬件實(shí)現(xiàn)，在圖像壓縮編碼中得到了廣泛的應(yīng)用。然而，對于采用線性預(yù)測方法的DPCM系統(tǒng)，其預(yù)測值和實(shí)際值之間的差值分布范圍廣泛，在圖像的高保真編碼中，一般很難達(dá)到信噪比和壓縮比都比較理想的壓縮。 人工神經(jīng)網(wǎng)絡(luò)是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)。它由大量的非線性處理單元，以及單元間復(fù)雜、靈活可變的連接關(guān)系所構(gòu)成。神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)任意的非線性映

2、射，能夠并行分布處理，并且具有很強(qiáng)的自學(xué)習(xí)能力，在信息工程和控制工程中有著廣闊的應(yīng)用前景。 作為圖像DPCM系統(tǒng)核心的預(yù)測器，其預(yù)測精度將直接影響到恢復(fù)圖像的質(zhì)量和數(shù)據(jù)的壓縮比。BP神經(jīng)網(wǎng)絡(luò)具有對任意非線性映射進(jìn)行任意精度逼近的能力，故可以用作圖像DPCM系統(tǒng)的預(yù)測器，實(shí)現(xiàn)非線性預(yù)測。 本文采用神經(jīng)網(wǎng)絡(luò)的方法對DPCM系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)，將BP神經(jīng)網(wǎng)絡(luò)運(yùn)用到DPCM系統(tǒng)的預(yù)測器中來，通過對圖像數(shù)據(jù)的非線性預(yù)測，使預(yù)測誤差較

3、線性DPCM系統(tǒng)大大減小，從而達(dá)到提高壓縮比和信噪比的目的。為避免神經(jīng)網(wǎng)絡(luò)長期運(yùn)算在平坦區(qū)，提高運(yùn)算速度，本文從神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法入手，將變步長的方法和添加假飽和預(yù)防函數(shù)相結(jié)合，并且針對標(biāo)準(zhǔn)BP算法中連接不同層神經(jīng)元的權(quán)值調(diào)整量相差很大的特點(diǎn)，使之采用不同的學(xué)習(xí)步長，來提高隱層在誤差修正中的作用，通過對正弦函數(shù)的逼近實(shí)驗(yàn)證明，這種方法能夠提高網(wǎng)絡(luò)的收斂速度。同時(shí)，針對由于圖像數(shù)據(jù)量巨大造成的BP網(wǎng)絡(luò)訓(xùn)練樣本過大、系統(tǒng)設(shè)計(jì)中容易引起誤差過