• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>WSEAS Transactions on Signal Processing >Analysis of Image Compression Approaches Using Wavelet Transform and Kohonen's Network
【24h】

Analysis of Image Compression Approaches Using Wavelet Transform and Kohonen's Network

机译：使用小波变换和Kohonen网络分析图像压缩方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Since digital images require a large space on the storage devices and the network bandwidth, many compression methods have been used to solve this problem. Actually, these methods have, more or less, good results in terms of compression ratio and the quality of the reconstructed images. There are two main types of compression: the lossless compression which is based on the scalar quantization and the lossy compression which rests on the vector quantization. Among the vector quantization algorithms, we can cite the Kohonen's network. To improve the compression result, we add a pre-processing phase. This phase is performed on the image before applying the Kohonen's network of compression. Such a phase is the wavelet transform. Indeed, this paper is meant to study and model an approach to image compression by using the wavelet transform and Kohonen's network. The compression settings for the approach to the model are based on the quality metrics rwPSNR and MSSIM.
机译：由于数字图像需要存储设备和网络带宽的大空间，因此许多压缩方法已被用于解决此问题。 实际上，这些方法在压缩比和重建图像的质量方面具有或多或少地具有良好的结果。 有两种主要的压缩类型：基于标量量化和损失压缩的无损压缩，其基于矢量量化。 在矢量量化算法中，我们可以引用Kohonen的网络。 为了提高压缩结果，我们添加了预处理阶段。 在应用Kohonen的压缩网络之前，在图像上执行该阶段。 这种相位是小波变换。 实际上，本文旨在通过使用小波变换和Kohonen网络来研究和模拟图像压缩的方法。 该模型方法的压缩设置基于质量指标RWPSNR和MSSIM。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号