| 基于小波变换和SVM的图像压缩仿真研究 |
| |
| 引用本文： | 赵楠楠,孙红星,徐心和. 基于小波变换和SVM的图像压缩仿真研究[J]. 系统仿真学报, 2006, 18(11): 3034-3037 |
| |
| 作者姓名： | 赵楠楠 孙红星 徐心和 |
| |
| 作者单位： | 1. 东北大学人工智能与机器人研究所,辽宁,沈阳,110004
2. 东北大学人工智能与机器人研究所,辽宁,沈阳,110004;鞍山科技大学电子信息工程学院,辽宁,鞍山,114044 |
| |
| 基金项目： | 高等学校博士学科点专项科研项目 |
| |
| 摘 要： | 为了在较高的压缩比上获得很好的压缩性能,提出了一种基于小波变换和支持向量机(SVM)的图像压缩方法。压缩过程分三个步骤:首先对图像进行四级提升小波变换,这里采用提升格式是因为它比采用传统的Mallat算法的计算速度快;其次对变换后的小波系数用SPIHT的继承树进行重新排序;然后用回归支持向量机提取支持向量;最后对压缩后的数据进行算术编码。图像的解压缩过程是上面4个步骤的逆过程。实验结果表明,所提出的方法与常用的JPEG2000相比,当压缩比较高时有很好的性能。
|
| 关 键 词： | 图像压缩 小波变换 提升格式 |
| 文章编号： | 1004-731X（2006）11-3034-04 |
| 收稿时间： | 2005-12-13 |
| 修稿时间： | 2006-09-07 |
Approach of Image Compression Based on Wavelet Transform and SVM |
| |
| ZHAO Nan-nan,SUN Hong-xing,XU Xin-he. Approach of Image Compression Based on Wavelet Transform and SVM[J]. Journal of System Simulation, 2006, 18(11): 3034-3037 |
| |
| Authors: | ZHAO Nan-nan SUN Hong-xing XU Xin-he |
| |
| Affiliation: | 1.Institute of artificial intelligence and robotics, Northeastern University, Shenyang 110004, China; 2.School of Electronics and Information Engineering, Anshan University of Science and Technology, Anshan 114044, China |
| |
| Abstract: | |
| |
| Keywords: | SVM |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
