-
题名基于模糊聚类优化的分形图像压缩快速算法
被引量：5
- 1
-
-
作者
袁静
冯前进
陈武凡
-
机构
第一军医大学医学图像处理全军重点实验室
-
出处
《计算机应用与软件》
CSCD
北大核心
2005年第5期13-15,80,共4页
-
基金
国家自然科学基金重点项目基金资助(No.30130180)
-
文摘
本文针对经典分形压缩算法中编码时间过长的问题提出了一种改进算法。将陈武凡教授提出的模糊聚类优化(OptimalFuzzyClustering,OFC)方法改进并应用于对搜索空间的软分类,匹配时通过用类内搜索取代全局搜索,降低了编码时间。相同运算环境下的仿真实验结果表明,在不影响信噪比和压缩比的前提下,与经典分形压缩算法相比,OFC算法编码速度可提高大约5倍;同近期文献报道的基于小波系数硬分类(WaveletbasedBlockClassified,WBC)和基于经典LBG硬分类的快速分形压缩算法结果相比也均有明显的改善,这都证明了本文算法的优越性。
-
关键词
聚类优化
分形图像压缩
快速算法
压缩算法
编码时间
fuzzy
Block
改进算法
搜索空间
方法改进
全局搜索
仿真实验
编码速度
小波系数
文献报道
快速分形
经典
分类
压缩比
信噪比
OFC
相比
-
Keywords
image compression fractal coding optimal fuzzy clustering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
X831.01
[环境科学与工程—环境工程]
-
-
题名基于FCM聚类的快速分形图像编码算法
被引量：5
- 2
-
-
作者
杨红颖
王向阳
于雁春
-
机构
辽宁师范大学计算机与信息技术学院
南京大学计算机软件新技术国家重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2009年第3期493-497,共5页
-
基金
国家自然科学基金项目(60773031)资助
计算机软件新技术国家重点实验室(南京大学)开放基金(A200702)
+3 种基金
视觉与听觉信息处理国家重点实验室(北京大学)开放基金(0503)
大连市科技基金(2006J23JH020)
"图像处理与图像通信"江苏省重点实验室(南京邮电大学)开放基金(ZK205014)
江苏省计算机信息处理技术重点实验室(苏州大学)开放课题基金(KJS0602)资助
-
文摘
以模糊C-均值聚类(FCM)理论为基础,提出一种新的快速分形图像编码算法.该算法首先将原始图像划分成子块和父块,并对父块实施8种基本变换以生成父块组;然后对所有子块和父块组进行FCM聚类;最后选取隶属度最大的父块变换再进行分形编码.仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于K-均值聚类分形图像压缩方案,而且具有较短的编解码时间.
-
关键词
图像压缩
分形编码
模糊C-均值聚类
初始聚类中心
-
Keywords
image compression
fractal coding
fuzzy C-mean clustering
initial clustering center
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进K-均值聚类的快速分形图像编码算法
被引量：10
- 3
-
-
作者
王向阳
于雁春
-
机构
辽宁师范大学计算机与信息技术学院
-
出处
《计算机科学》
CSCD
北大核心
2008年第2期219-222,共4页
-
基金
辽宁省自然科学基金(20032100)
视觉与听觉信息处理国家重点实验室(北京大学)开放基金(0503)
+2 种基金
大连市科技基金(2006J23JH020)
“图像处理与图像通信”江苏省重点实验室(南京邮电大学)开放基金(ZK205014)
江苏省计算机信息处理技术重点实验室(苏州大学)开放课题基金(KJS0602)资助
-
文摘
将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一。本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值-标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法。仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K-均值聚类分形图像压缩方案,而且具有较短的编码时间。同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想)。
-
关键词
图像压缩
分形编码
K-均值聚类
初始聚类中心
-
Keywords
image compression, fractal coding, K-mean clustering, Initial clustering center
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
TN919.81
[电子电信—通信与信息系统]
-
-
题名基于模糊聚类优化的序列图像快速分形压缩
被引量：1
- 4
-
-
作者
梁斌
袁静
冯前进
陈武凡
-
机构
第一军医大学医学图像处理全军重点实验室
-
出处
《第一军医大学学报》
CSCD
北大核心
2004年第2期133-138,共6页
-
基金
国家自然科学基金重点项目(30130180)~~
-
文摘
针对传统序列图像分形压缩算法编码时间过长的问题,提出了一种基于模糊聚类优化(OFC)的快速算法,它是一种基于单帧的序列图像帧间分形压缩算法。首先使用LBG(Linde-Buzo-Gray)方法对序列图像组成的搜索空间样本集进行初始化,然后将OFC方法应用于对样本集的软分类,匹配时通过用类内搜索取代全局搜索,将分形编码过程聚焦在最有效的局部范围内,从而减少了匹配次数,降低编码时间。由于OFC算法是一种软分类方法,样本集类别数的确定即最终聚类方案是取样本集所有可能的分割中对应于目标函数最小者的分割,所以它不但是基于全局最优的聚类方法,避免了基于局部最优LBG算法中的某些误判,而且有效抑制了传统硬分类方法中类别数需预先指定的人为干扰因素,使恢复图像的质量能够得到更有效保证。相同运算环境下的仿真实验结果说明,在不影响信噪比和压缩比的前提下,与传统序列图像分形压缩算法相比,OFC算法编码速度可提高约5倍,证明了本算法的优越性。
-
关键词
模糊聚类优化
序列图像
分形压缩
医学图像
算法
-
Keywords
sequence image
fractal coding
optimal fuzzy clustering
soft clustering
-
分类号
R319
[医药卫生—基础医学]
-
