自适应量化方法

单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,自适应量化方法,:,:,原图像X SOFMNN 输出图像Y,基于SOFMNN的自适应量化示意图,1,标量量化比较实验结果,(a) 32灰度级均匀量化 (b) 20灰度级经典非均匀量化 (c) 18灰度级自适应量化,(d) 8灰度级均匀量化 (e) 8灰度级经典非均匀量化 (f) 8灰度级自适应量化,2,小波分解与非均匀量化,g(x,y),原图,量化,解压图,f(x,y),1/0,1/0,1/0,8bit,图a 一次小波变换分解及重构示意图,g(x,y),原图,量化,解压图,f(x,y),图b 二次小波变换分解及重构示意图,8bit,2/1,1/0,2/1,1/0,1/0,1/0,小波变换,小波逆变换,小波变换,小波逆变换,3,小波分解与非均匀量化,8bit,3/2,2/1,1/0,3/2,1/0,2/1,1/0,1/0,1/0,8bit,4/3,3/2,2/1,1/0,4/3,1/0,3/2,1/0,2/1,1/0,1/0,1/0,图c 三次小波变换分解,及重构示意图,图d 四次小波变换分解,及重构示意图,4,(a) 原图 (b) 压缩效果图,图 a 一次小波变换编码的实验结果,(a) 原图 (b) 压缩效果图,图 b 二次小波变换编码的实验结果,5,(a) 原图 (b) 压缩效果图,图 c 三次小波变换编码的实验结果,图 d 四次小波变换编码的实验结果,(a) 原图 (b) 压缩效果图,6,索引色转换压缩方法,当图像分辨率比较高，即图像的像素点比较多的时候，尽量不降低图像的空间分辨率是保证图像效果的手段。但是，因为每幅图像都有需要描述的主题，所以一般情况下，24bit的数据量存在相当大的冗余，为此，本文借鉴位图的“索引色”模式的概念进行压缩处理。,7,彩色图像的,索引色转换压缩,索引色图像的描述方式示意图,索引矩阵,调色板,8,最佳索引色的选择方法,为了最大限度地提高压缩效率，采用索引色的方式，就需要减少索引色的颜色个数，这样可以降低索引值矩阵的数据量。,本文采用了自组织特征影射神经元网络（SOFM）来实现在确定颜色个数的情况下，最佳索引色的选择。,9,最佳索引色的选择,非最佳索引色(8色),10,索引色转换压缩,(a),原图,(b) PHOTOSHOP,的索引色,(c),本文的索引色,真彩图转换成,16,色的索引色图的比较实验结果,11,(s) 原图4 (t) 16色 (u) 12色,(v) 8色 (w) 6色 (x) 4色,不同景物不同颜色数下的索引色转换压缩比较实验结果,12,BP,13,SOFM,14,设采用颜色特征向量为,U,k,=,R,，,G,，,B, 。首先，计算各个颜色分量的均值，得到均值特征向量为，之后计算各颜色分量的方差，为,再获得一个判别烧蚀区域的颜色特征,的置信范围如下：,15,C=1.5,2.0,2.5,的聚类结果,16,BP聚类结果,17,SOFM与BP结合,18,