自適應(yīng)量化方法

自適應(yīng)量化方法第一頁，共十八頁，2022年，8月28日標(biāo)量量化比較實驗結(jié)果(a)32灰度級均勻量化(b)20灰度級經(jīng)典非均勻量化(c)18灰度級自適應(yīng)量化(d)8灰度級均勻量化(e)8灰度級經(jīng)典非均勻量化(f)8灰度級自適應(yīng)量化第二頁，共十八頁，2022年，8月28日小波分解與非均勻量化

g(x,y)原圖量化解壓圖f(x,y)1/01/01/0

8bit圖a一次小波變換分解及重構(gòu)示意圖g(x,y)原圖量化解壓圖f(x,y)圖b二次小波變換分解及重構(gòu)示意圖8bit2/11/02/11/01/01/0小波變換小波逆變換小波變換小波逆變換第三頁，共十八頁，2022年，8月28日小波分解與非均勻量化8bit3/22/11/03/21/02/11/01/01/08bit4/33/22/11/04/31/03/21/02/11/01/01/0圖c三次小波變換分解及重構(gòu)示意圖圖d四次小波變換分解及重構(gòu)示意圖第四頁，共十八頁，2022年，8月28日(a)原圖(b)壓縮效果圖圖a一次小波變換編碼的實驗結(jié)果(a)原圖(b)壓縮效果圖圖b二次小波變換編碼的實驗結(jié)果第五頁，共十八頁，2022年，8月28日(a)原圖(b)壓縮效果圖圖c三次小波變換編碼的實驗結(jié)果圖d四次小波變換編碼的實驗結(jié)果(a)原圖(b)壓縮效果圖第六頁，共十八頁，2022年，8月28日

索引色轉(zhuǎn)換壓縮方法

當(dāng)圖像分辨率比較高，即圖像的像素點比較多的時候，盡量不降低圖像的空間分辨率是保證圖像效果的手段。但是，因為每幅圖像都有需要描述的主題，所以一般情況下，24bit的數(shù)據(jù)量存在相當(dāng)大的冗余，為此，本文借鑒位圖的“索引色”模式的概念進行壓縮處理。第七頁，共十八頁，2022年，8月28日彩色圖像的索引色轉(zhuǎn)換壓縮索引色圖像的描述方式示意圖索引矩陣調(diào)色板第八頁，共十八頁，2022年，8月28日最佳索引色的選擇方法

為了最大限度地提高壓縮效率，采用索引色的方式，就需要減少索引色的顏色個數(shù)，這樣可以降低索引值矩陣的數(shù)據(jù)量。本文采用了自組織特征影射神經(jīng)元網(wǎng)絡(luò)（SOFM）來實現(xiàn)在確定顏色個數(shù)的情況下，最佳索引色的選擇。

第九頁，共十八頁，2022年，8月28日最佳索引色的選擇非最佳索引色(8色)第十頁，共十八頁，2022年，8月28日索引色轉(zhuǎn)換壓縮(a)原圖(b)PHOTOSHOP的索引色(c)本文的索引色真彩圖轉(zhuǎn)換成16色的索引色圖的比較實驗結(jié)果第十一頁，共十八頁，2022年，8月28日(s)原圖4(t)16色(u)12色(v)8色(w)6色(x)4色不同景物不同顏色數(shù)下的索引色轉(zhuǎn)換壓縮比較實驗結(jié)果第十二頁，共十八頁，2022年，8月28日BP第十三頁，共十八頁，2022年，8月28日SOFM第十四頁，共十八頁，2022年，8月28日設(shè)采用顏色特征向量為Uk=[R，G，B]。首先，計算各個顏色分量的均值，得到均值特征向量為，之后計算各顏色分量的方差，為再獲得一個判別燒蝕區(qū)域的顏色特征的置信范圍如下：第十五頁，共十八頁，2022年，8月28日C=1.5,2