您的位置: 专家智库 > >

王卫

作品数:8 被引量:60H指数:4
供职机构:华中理工大学电子科学与技术系更多>>
发文基金:国家自然科学基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 7篇电子电信
  • 2篇自动化与计算...

主题

  • 7篇图像
  • 6篇神经网
  • 6篇神经网络
  • 5篇图像编码
  • 4篇网络
  • 2篇神经网络方法
  • 2篇矢量
  • 2篇矢量量化
  • 2篇网络方法
  • 2篇小波
  • 2篇小波变换
  • 2篇波变换
  • 1篇多分辨
  • 1篇多分辨率
  • 1篇多分辨率图像
  • 1篇序列图
  • 1篇序列图像
  • 1篇序列图像编码
  • 1篇映射
  • 1篇人类视觉

机构

  • 6篇华中理工大学
  • 1篇华中科技大学
  • 1篇清华大学

作者

  • 8篇王卫
  • 8篇蔡德钧

传媒

  • 4篇华中理工大学...
  • 2篇通信学报
  • 2篇电子学报

年份

  • 3篇1995
  • 2篇1994
  • 2篇1993
  • 1篇1992
8 条 记 录,以下是 1-8
排序方式:
神经网络在图像编码中的应用被引量:7
1995年
神经网络研究的再度兴起及其在图像编码中的应用,开辟了图像压缩的新途径,本文论述了用于图像编码的神经网络模型、算法、应用效果及进展,对该领域尚未解决的一些基本理论问题,如神经网络实现图像数据压缩的机理,基于神经网络图像编码方法的分类等进行了探讨.最后,展望了需要进一步研究的方向.
王卫蔡德钧万发贯
关键词:神经网络图像编码映射
用于图像编码的相关矢量量化研究被引量:19
1995年
当相邻的图像块用矢量量化(VQ)编码时可能出现编码地址相同的情况,尤其是在图像的平滑区域,为了减少相邻块间编码地址的相关性,本文提出了一种相关矢量量化方案,采用相关码书与改进的自组织特征映射(ISOFM)码书同时编码一个窗口内的四个邻域块,与无记忆类VQ相比,对一幅典型的"Lenna"图象,编码过程中所需计算量减少一半,比特率减少40%,由于在Kohonen自组织神经网络的训练过程中,对边缘类矢量采取了倾斜措施,修改了自组织特征映射(SoFM)算法,改善了译码图象的主观质量。
王卫蔡德钧万发贯
关键词:矢量量化图像编码
改进的Kohonen网络及图像自适应矢量量化被引量:12
1992年
本文针对图像矢量量化存在的分块效应问题,通过对Kohonen自组织模型的研究,修改了Kohonen的自组织特征映射(SOFM)算法,设计了两个DCT(离散余弦变换)域的特征值,用于图像数据块的分类。在此基础上,进一步探讨了改进的自组织特征映射(MSOFM)算法在图像自适应矢量量化中的应用。计算机模拟实验表明,MSOFM算法有效地减少了分块效应,与SOFM算法相比具有更好的性能。
王卫蔡德钧万发贯
关键词:KOHONEN网络矢量量化神经网络
DCT编码的一种神经网络方法被引量:3
1993年
提出了一种求非完全DCT逆矩阵的神经网络方法,并将它用于编码图像的重建.文中对Hopfield神经网络的选代规则进行了修改,保证了网络在宽松的条件下仍能稳定地收敛.另外,针对Hopfield神经网络的局部极小问题,提出了一种扰动算法,使网络的迭代避开局部极小点,接近全局最小点.最后,给出了计算机模拟实验结果,并与传统的神经网络方法进行了比较.
王卫蔡德钧万发贯
关键词:神经网络图像数据压缩
序列图像编码的一种神经网络方法
1993年
根据Kohonen自组织特征映射(SOFM)算法的特点,提出了一种分阶段SOFM的边缘保持码书的设计算法.将帧间块匹配、帧内块匹配与多级矢量量化有机地结合,给出了序列图像编码的快速实现算法.计算机模拟实验结果表明,在相同块大小的前提下,本算法各方面性能较优,主观质量好,无误差累积效应,快速简单,实用性强.
王卫蔡德钧万发贯
关键词:神经网络序列图像编码可视电话
基于Hopfield神经网络的平面拟合编码研究被引量:2
1994年
提出了平面拟合编码的一种新的实现方法,即神经网络方法。为了保证Hopfield神经网络的收敛,对该网络模型的迭代算法进行了修改,针对Hopfield网络存在的局部极小问题,给出了一种扰动算法,结合初始状态的合理选择,可以有效地避免网络陷入局部极小,而接近全局最小,以求得待定系数的最优解,计算机模拟结果表明,Hopfield神经网络实现的平面拟合编码性能优于传统的最小二乘法,重建图像质量提高约0.6dB。
王卫蔡德钧万发贯
关键词:HOPFIELD神经网络
一种多分辨率图像混合编码方案被引量:21
1995年
本文提出了一种基于小波变换与神经网络的多分辨率图像混合编码方案,利用小波分解对图像的多分辨率表示来消除图像空间域和频率域的相关性。由于小波图像相邻行之间的复杂关系难以用线性表达式来描述,使用多层神经网络(MLNN)来确定这种未知关系。实验证明,神经网络非线性预测器性能优于线性预测器。对非线性预测后的差值图像用自组织特征映射(SOFM)码书进行矢量量化(VQ)编码,编码图像主观质量好,压缩比高,算法简单,易于硬件实现。
王卫蔡德钧万发贯
关键词:小波变换神经网络图像编码
用于图像压缩的小波变换编码被引量:4
1994年
提出了一种二维小波变换编码方案,使用塔形算法结构将图像沿水平与垂直方向分解成一组多分辨率子图像。根据小波系数的统计特性和人类视觉特性,对小波系数进行门限量化,推导了量化门限与量化间隔的计算公式,量化后的多分辨率子图像采用自适应分块编码进一步进行压缩。计算机模拟结果证明了本方案的优越性能。
王卫蔡德钧万发贯
关键词:图像压缩人类视觉特性小波变换图像编码
共1页<1>
聚类工具0