基于微粒群优化算法的颜色量化

提出一种颜色量化算法,首先将彩色图像转换为lαβ颜色空间矢量,然后采用颜色量化中的聚类算法进行聚类压缩,随着对彩色图像颜色量化研究的深入,重点介绍基于微粒群优化算法。通过实验对比各种颜色量化算法,证明微粒群优化算法能达到压缩比大、算法复杂度小,还原图像质量高的目的。     

基于小波理论的矢量量化遥感图像压缩方法

分析了遥感图像的统计特性，提出了适合遥感图像压缩的矢量量化与小波变换相结合的压缩方法。该方法将遥感图像小波变换后高频子图划分为一定大小的的像块，对局部相关性较强、灰度变化较小的像块进行高倍压缩；对局部相关性较小、灰度变化较大的像块进行高保真压缩。实验表明，本方法具有良好的压缩性能，适用于遥感图像的压缩。     

基于小波变换的空间约束矢量量化方法

图像的小波变换能同时提供空间－频率局部化信息，而且小波变换域内矢量量化数据压缩已得到广泛应用，经过小波变换后，各子带小波分量存在相关性和空间约束，同时考虑到人类视觉对水平和垂直方向高频分量比对角方向更加敏感，本文提出了基于空间约束的矢量量化方法，该算法能同时提高编码效率和改善重构图像质量。     

基于矢量量化的颜色图像检索方法

摘 要：针对颜色空间量化和直方图检索存在的问题,提出一种新的颜色图像检索方法。该方法通过对颜色空间进行矢量量化,使量化结果更接近人的感知;在提取分块主颜色基础上引入颜色转移矩阵,以描述颜色的空间分布情况;并将索引直方图和颜色转移矩阵两种颜色特征相结合,对图像整体和局部感兴趣区域赋以不同的权值,使局部图像特征矢量增强,从而提高检索精度。实验表明,该方法能较有效的提高检索效率。     

基于八叉树颜色量化的OpenGL实现

色彩量化是数字图像处理中的基本技术之一.在三维场景中,颜色是三维外观的重要方面,如何对颜色进行量化,使其产生逼真的效果,是一个非常复杂的问题.在计算机图形中,现有的颜色量化方法有四种.文中利用比较先进的八叉树方法与OpenGl结合,给出一种颜色量化的算法.通过这种算法可以在渲染场景中产生较好的真彩色图像文件.     

基于分类矢量量化的图像压缩和检索算法

在小波变换域内,基于分类矢量量化对图像数据进行压缩。利用所形成缩数据的特点,构建不同的统计特征量用于支持图像检索,通过实验验证了算法的可行性和有效性。     

基于微粒群的颜色量化算法

将微粒群算法应用于彩色图像的颜色量化.根据种群的进化原理,在RGB彩色空间中对图像像素的颜色值进行聚类,通过迭代寻优确定最优调色板,然后进行像素的颜色映射,从而完成量化工作.仿真实验表明,该算法具有颜色失真小,收敛性好,鲁棒性强和受初始条件影响小等特点,是一种有效的颜色量化算法.     

一种基于小波变换和矢量量化的图像压缩算法

小波变换和矢量量化都是图像压缩中的重要方法。利用小波变换的系数特点,对图像进行小渡分解,对于能量最为集中的低频分量采用标量量化处理,然后将标量量化过程中产生的残差和高频分量一起构造矢量,进行矢量量化。实验结果表明,此算法能够有效提高重构图像质量,获得较高的信噪比。     

基于小波变换和误差竞争学习的矢量量化

用神经网络实现图像矢量量化是一种非常有效的方法，而小波变换又是近年来迅速发展起来的新算法。文中提出一种改进的误差竞争学习算法，分析了图像在小波变换后数据的特点，提出了新的矢量构造方法，从而最终得到了基于小波变换和误差竞争学习的矢量量化图像压缩新算法(以下简称VQWDCL)，无论是在主客观效果上，还是在计算复杂度上，其性能都优于传统的基于小波变换和LBG算法的矢量量化。     

基于矢量量化压缩密集连接层的图像压缩研究

针对卷积神经网络(CNN)在图像压缩耗费较大存储空间问题,文中通过研究压缩CNN参数的矢量量化方法解决了CNN模型的存储问题。通过压缩密集连接层的存储方式使得矢量量化方法比现有的矩阵分解方法更具优势。将k-均值聚类(KM)应用于权重和乘积量化可以在模型大小和识别精度之间取得较好的权衡。实验结果表明,结构化量化方法的效果明显优于其他方法,通过对图像压缩检索验证了压缩模型的泛化能力。     

基于遗传算法与模糊聚类相结合的小波变换矢量量化方法

提出一种有效的图像压缩方法，利用小波变换对图像进行多分辨率分解，对小波系数进行矢量量化(VQ)编码。使用遗传算法(GA)与模糊c均值聚类(FCM)算法相结合的方法来设计码书，有效地克服了FCM算法容易陷入局部最优且对初始值敏感的缺点。实验结果表明，该算法可较大提高图像重构质量。     

基于人工蚁群优化的矢量量化码书设计算法

本文提出一种基于人工蚁群优化的矢量量化码书设计新算法.该算法利用人工蚁群系统中蚂蚁通过信息素留存寻找最优路径的机制,结合单只蚂蚁通过拾起、放下物体从而使物体聚堆的行为模式,合理设计放下概率、禁忌列表、信息素更新方式以及相应的参数.与基于进化模拟退火和随机竞争学习的码书设计算法相比,本文提出的算法能获得性能较好的码书,其峰值信噪比比传统的LBG算法提高超过2dB.     

一种基于分类矢量量化器的小目标红外图像压缩方法

本文提出了一种基于分类矢量量化器的小目标红外图像的压缩方法。首先利用图像子块的平均灰度与纹理能量这两个参数将图像划分为背景区域与感兴趣区域,然后分别对两类区域的子块进行码书设计,用相对较多的码字描述感兴趣区域,用相对较少的码字描述背景区域,这样既达到了较高的压缩比,同时又较好的保留了感兴趣区域的信息,并且编码计算量有大幅度的下降。文中对分类矢量量化器对于减小编码计算量的作用进行了理论分析。实验结果表明在相同码书尺寸的情况下本算法比直接矢量量化方法更好地保留了红外图像中的小目标信息,并且加快了编码速度。     

结合矢量量化的SPIHT算法用于多光谱图像压缩

针对多波段遥感图像纹理复杂丰富、局部相关性较弱的特点,提出了结合矢量量化的SPIHT压缩算法。将经过小波变换后的遥感图像谱间相同位置的系数聚集构成矢量,根据高频子图的局部块纹理强弱进行自适应性的量化。使基于标量的SPIHT算法能够方便的处理矢量,有效去除数据间各类相关。实验表明,该方法对多波段遥感图像的压缩可以收到良好的效果,且算法具有良好的实时性,对单幅图像的压缩比和峰值信噪比(PSNR)均优于普通的二维SPIHT算法。     

非对称树结构矢量量化方法研究

文章介绍一种图像低频子带编码的矢量量化方法—非对称树结构矢量量化。     

一种基于混合蚁群算法的矢量量化码书设计算法

提出了一种基于混合蚁群算法的矢量量化码书设计算法。该算法首先通过自适应地调整截取转移概率的参数,加大蚁群算法的搜索最优解的力度;然后以蚁群算法搜索的结果作为初始解,利用改进的LBG算法作进一步的搜索,从而加快算法的收敛速度。实验结果表明,该算法不但大大提高码书性能,而且也缩短了运行时间,解码恢复图像能获得较高的主、客观质量。     

量化颜色直方图的改进与应用

对图像进行灰度量化时,容易把颜色不同而灰度相同的像素归为一类,造成量化误差而影响评价结果。基于HSV颜色空间,通过统计样本数据,结合人眼观察彩色的视觉特性,确定了颜色量化范围,建立了适合伪装特点的颜色直方图,利用距离函数进行了目标颜色特征的伪装效果评价。实验结果表明,利用改进的量化颜色直方图评价目标伪装效果,能够客观地...     

颜色量化——色彩退化算法

颜色量化是利用人眼对颜色的惰性,将原图像中不太重要的相似颜色合并为一种颜色,减少图像中的颜色,而使量化前后的图像对于人眼的认识误差最小即量化误差最小。在此从揭示八叉树颜色量化算法的优缺点开始,优化八叉树结构,进化为以二叉堆和数组索引数据结构,对最不重要颜色不断地进行退化,最终达到量化要求的颜色数量。实践证明,在相同情况下,二叉堆比八叉树颜色量化对图像的量化误差更小。     

一种使用调色板的图像颜色量化设计

分析了流媒体技术和数字视频信号处理的过程,详细讨论了常用的数字图像格式、使用调色板的图像颜色量化方法,仿真实验表明运用这种方法的图像质量有所提高.     

基于遗传算法的矢量量化

本文提出了一种基于遗传算法的矢量量化方法。矢量量经码书设计本质是搜索训练矢量的最佳分类。遗传算法有卓越的全局优化搜索能力，易搜索到全局最优的矢量分类，形成高度优化的码书，可克服传统方法局部优化的缺陷。该方法不依赖初始条件、鲁棒性好、结构规则、并行性高。