作者:张翼飞; 高彦卿自组织特征映射敏感性向量量化图像编码
摘要:传统的自组织神经网络系统进行图像量化处理和编码中,算法对于码书初始值选择具有较强的敏感性,从而导致该量化编码算法对训练序列具有较大的依赖性。为此提出基于自组织神经映射网络系统的低失真敏感测量度图像编码图像量化编码方案,主要是针对初始码书的较强敏感性而改进的,以便改进码书的性能和训练效率。改进的方法中通过设置一个响应的频率计数器。由失真的敏感参数对失真测度进行调整,有效降低失真程度,从而减少了已被用作响应码氏的码氏再度成为响应码氏的概率,实现了对码书性能和数量之间的矛盾进行有效地平衡折中。训练效果和仿真结果表明,方法改进效果明显,其峰值信噪比相比提高了3.75 dB,图像还原效果真实有效,能有效适用于对图像向量量化和编码。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社