本文選題：奇異值分解 + Contourlet變化　； 參考：《計(jì)算機(jī)應(yīng)用研究》2017年01期

【摘要】：隨著互聯(lián)網(wǎng)的飛速發(fā)展,產(chǎn)生大量的圖像信息。為了減小存儲并提高圖像質(zhì)量,提出了一種基于奇異值分解和Contourlet變化結(jié)合的有損圖像壓縮算法。該算法先對圖像進(jìn)行奇異值分解,根據(jù)奇異值對圖像信號的貢獻(xiàn)選取適當(dāng)?shù)钠娈愔祦韺?shí)現(xiàn)圖像壓縮,再對圖像進(jìn)行Contourlet變換和量化,實(shí)現(xiàn)圖像二級壓縮。將該算法和圖像奇異值分解直接壓縮算法、Contourlet變換壓縮算法進(jìn)行實(shí)驗(yàn)比較,結(jié)果表明,該算法比圖像奇異值分解直接壓縮算法、Contourlet變換壓縮算法有更好的性能,在同樣的壓縮比情況下能獲得更高的峰值信噪比和SSIM。
[Abstract]:With the rapid development of the Internet, a lot of image information is produced. In order to reduce storage and improve image quality, a lossy image compression algorithm based on singular value decomposition (SVD) and Contourlet variation is proposed. The algorithm firstly decomposes the singular value of the image, selects the appropriate singular value to realize the image compression according to the contribution of the singular value to the image signal, then carries on the Contourlet transform and quantization to the image, realizes the image two-stage compression. Compared with the direct compression algorithm of image singular value decomposition (SVD) and Contourlet transform compression algorithm, the experimental results show that this algorithm has better performance than the image SVD direct compression algorithm called Contourlet transform compression algorithm. Higher PSNR and SSIMA can be obtained under the same compression ratio.
【作者單位】： 武漢理工大學(xué)理學(xué)院;
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王蘊(yùn)紅,譚鐵牛,朱勇;基于奇異值分解和數(shù)據(jù)融合的臉像鑒別[J];計(jì)算機(jī)學(xué)報(bào);2000年06期

2 高仕龍;;矩陣奇異值分解的圖像性質(zhì)及其應(yīng)用[J];樂山師范學(xué)院學(xué)報(bào);2008年05期

3 孫靜靜;張宏飛;孫昌;;一種基于奇異值分解的人臉識別新方法[J];科學(xué)技術(shù)與工程;2010年25期

4 曹長修;;自適應(yīng)消除干擾的新算法(使用矩陣奇異值分解)[J];自動化學(xué)報(bào);1986年02期

5 M.穆倫;張俊芳;;修正的奇異值分解并行實(shí)現(xiàn)[J];雷達(dá)與對抗;1992年04期

6 戴偉輝，呂維雪，段云所，楊芙清;多準(zhǔn)則優(yōu)化圖象重建方法的奇異值分解研究[J];計(jì)算機(jī)學(xué)報(bào);1997年07期

7 任蕾;施朝健;冉鑫;;應(yīng)用奇異值分解的海上場景顯著性檢測[J];計(jì)算機(jī)工程與應(yīng)用;2012年23期

8 李曉軍;吳辰文;;基于奇異值分解的流量矩陣估算研究[J];蘭州交通大學(xué)學(xué)報(bào);2012年06期

9 張友民，李慶國，，戴冠中，張洪才;基于奇異值分解的遞推辨識方法[J];控制理論與應(yīng)用;1995年02期

10 羅鐵堅(jiān);程福興;周佳;;融合奇異值分解和動態(tài)轉(zhuǎn)移鏈的學(xué)術(shù)資源推薦模型(英文)[J];中國科學(xué)院大學(xué)學(xué)報(bào);2014年02期

相關(guān)會議論文 前10條

1 張友民;陳洪亮;戴冠中;;基于奇異值分解的固定區(qū)間平滑新方法[A];1995年中國控制會議論文集（上）[C];1995年

2 何田;王立清;劉獻(xiàn)棟;朱永波;;基于奇異值分解的信號處理機(jī)理及其應(yīng)用[A];2008年航空試驗(yàn)測試技術(shù)峰會論文集[C];2008年

3 張霄;林鴻飛;楊志豪;;基于奇異值分解的蛋白質(zhì)關(guān)系抽取[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

4 曹云麗;郭勤濤;徐堯;周瑾;;基于奇異值分解響應(yīng)面方法的磁軸承轉(zhuǎn)子參數(shù)識別[A];第11屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會（ROTDYN2014）論文集（上冊）[C];2014年

5 吳曉穎;吳俊;董濱江;;TK方法在γ譜分析中的應(yīng)用[A];第7屆全國核電子學(xué)與核探測技術(shù)學(xué)術(shù)年會論文集（三）[C];1994年

6 林原;林鴻飛;蘇綏;;一種應(yīng)用奇異值分解的RankBoost排序?qū)W習(xí)方法[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 金宋友;趙志文;;一種基于奇異值分解盲水印算法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

8 趙衛(wèi)國;翟自勇;王子君;;基于奇異值分解和神經(jīng)網(wǎng)絡(luò)的數(shù)字圖像水印算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

9 岳紅;蔣慰孫;;基于奇異值分解的改進(jìn)Bayes集員辨識遞推算法[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

10 張景瑞;;基于奇異值分解的SGCMGs輸出誤差分析及操縱律設(shè)計(jì)[A];第三屆全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 相桂芳;MFA與SVD模糊融合的人臉識別研究[D];合肥工業(yè)大學(xué);2015年

2 聶振國;基于奇異值分解的信號處理關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

3 夏玉丹;基于S變換和奇異值分解的自動癲癇檢測算法[D];山東大學(xué);2016年

4 關(guān)曉勇;基于奇異值分解的狀態(tài)監(jiān)測與故障診斷方法研究[D];大連理工大學(xué);2005年

5 王鋼;基于奇異值分解的機(jī)織物瑕疵檢測算法研究[D];東華大學(xué);2014年

6 Charles Alpha Bangura;[D];湖南大學(xué);2011年

7 鄭安總;奇異值分解在微弱信號檢測中的應(yīng)用[D];天津大學(xué);2014年

8 趙慧琳;奇異值分解的人臉識別算法[D];上海海運(yùn)學(xué)院;2002年

9 李科;基于沙米爾和奇異值分解的小波域數(shù)字圖像水印算法研究[D];南昌大學(xué);2010年

10 賈換霞;基于奇異值分解和神經(jīng)網(wǎng)絡(luò)的人臉識別方法的研究[D];東北大學(xué);2005年

本文編號：2042990