基于BP神经网络的分形图像压缩技术研究

通过分析传统的基于四叉树分形的压缩算法,提出将BP神经网络模型应用到基于四叉树的分形图像压缩中,同时给出这种改进压缩的基本思想,并用堆栈实现其算法的步骤。在改进压缩算法中,引入基于BP神经网络的可并行性方法,并用数学思想推导证明。在用算法加以实现时,采用了数据结构中的堆栈思想并用算法实现。通过执行时间的长短和算法复杂度来整体评价改进算法和传统算法的异同,得出结论:此种方法通过神经网络的并行性能,可获得高质量的解压缩图像,使图像的压缩和解压缩可以并行的快速的执行。