陳炳權 劉宏立
摘要:以壓縮感知理論為基礎,將匹配追蹤(Matching Pursuit,簡稱MP)算法運用到圖像的壓縮編碼中.首先,闡述了原子庫的構建方法,之后,采用分塊感知壓縮圖像分解方法,降低了分解的運算復雜度,最后,針對傳統MP算法編碼率不高的問題,利用MP原子能量與位置分布特點,對原子系數和位置參數進行編碼,并提出了MP原子編碼方法.實驗結果表明,采用分塊感知壓縮圖像分解方法,能有效地降低稀疏分解的計算復雜度,其壓縮編碼方法在保持傳統MP圖像編碼優勢的前提下,能有效地提高編碼性能和編碼率,體現了稀疏分解較傳統分解方法的優勢.endprint
摘要:以壓縮感知理論為基礎,將匹配追蹤(Matching Pursuit,簡稱MP)算法運用到圖像的壓縮編碼中.首先,闡述了原子庫的構建方法,之后,采用分塊感知壓縮圖像分解方法,降低了分解的運算復雜度,最后,針對傳統MP算法編碼率不高的問題,利用MP原子能量與位置分布特點,對原子系數和位置參數進行編碼,并提出了MP原子編碼方法.實驗結果表明,采用分塊感知壓縮圖像分解方法,能有效地降低稀疏分解的計算復雜度,其壓縮編碼方法在保持傳統MP圖像編碼優勢的前提下,能有效地提高編碼性能和編碼率,體現了稀疏分解較傳統分解方法的優勢.endprint
摘要:以壓縮感知理論為基礎,將匹配追蹤(Matching Pursuit,簡稱MP)算法運用到圖像的壓縮編碼中.首先,闡述了原子庫的構建方法,之后,采用分塊感知壓縮圖像分解方法,降低了分解的運算復雜度,最后,針對傳統MP算法編碼率不高的問題,利用MP原子能量與位置分布特點,對原子系數和位置參數進行編碼,并提出了MP原子編碼方法.實驗結果表明,采用分塊感知壓縮圖像分解方法,能有效地降低稀疏分解的計算復雜度,其壓縮編碼方法在保持傳統MP圖像編碼優勢的前提下,能有效地提高編碼性能和編碼率,體現了稀疏分解較傳統分解方法的優勢.endprint