应用神经网络的图像分类矢量量化编码

作     者：赵迎春 钱源诚 潘孟贤 Zhao Yingchun;Qian Yuancheng;Pan Mengxian(Hefei University of Technology.Hefei 254711)

作者机构：合肥工业大学 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：1994年第15卷第1期

页      面：1-7页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081001[工学-通信与信息系统] 

主　　题：矢量量化 神经网络 图像编码 

摘      要：矢量量化（ＶｅｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎ）作为一种有效的图像数据压缩技术，越来越受到人们的重视。设计矢量量化器的经典算法ＬＢＧ算法，由于运算复杂，从而限制了矢量量化的实用性。本文讨论了应用神经网络实现的基于边缘特征分类的矢量量化技术。它是根据人的视觉系统对图像的边缘的敏感性，应用模式识别技术，在对图像编码前，以边缘为特征对图像内容分类，然后再对每类进行矢量量化。除特征提取是采用离散余弦变换（ＤＣＴ）外，图像的分类和矢量量化都是由神经网络完成的。实验结果表明，和单纯用神经网络直接进行矢量量化相比，应用这种技术的图像编码压缩比和译码图像质量都有明显的提高。