您好，欢迎来到中国测试科技资讯平台！
摘要：
本文提出了一种基于BP神经网络和改进的图像块分类算法的有效图像压缩方法.首先采用改进的图像块分类算法将图像块划分为互不重叠的3大类图像块,即平滑块、目标块、边缘块;然后基于BP神经网络对平滑块和目标块选用合适的隐含层单元数量进行压缩,对边缘块则采取不压缩而直接保存到压缩数据的方法,最后,得到上述3类图像块压缩数据集的集合.相比于对3类图像块同时进行压缩,该方法相对传统的图像压缩方法节省了0.469 s、峰值信噪比(PSNR)提高了2.11 dB,并使压缩率提高了5.25%,能够更加有效地经过图像压缩后保持细节信息.
关键词： BP神经网络;图像压缩;图像块分类算法;
作者： 俞华，韩钰，牛彪，高义斌，赵亚宁，
作者单位： 1. 国网山西省电力公司电力科学研究院2. 重庆大学电气工程学院3. 国网山西省电力公司
刊名： 《测试技术学报》
Journal： Journal of Test and Measurement Technology
年，卷(期)： 2021, (4)
在线出版日期： 2021年08月31日
页数： 7
页码： 281-287
友情链接：
广告代理：秦皇岛北驰文化传播有限公司
理事会外联部
印 刷：成都天麦点金实业有限公司
国内总发行：成都市邮政局
邮发代号：62-260
国外发行：中国出版对外贸易总公司
国外代号：DK51019
中国标准连续出版物号：ISSN 1674-5124 CN51-1714/TB
业内最新资讯动态
请关注微信公众号
蜀ICP备11014963号-1 《中国测试》杂志社 版权所有 技术支持：成都驰创数码
文档下载