(3.239.33.139) 您好!臺灣時間:2021/03/02 16:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:林彥嘉
研究生(外文):LIN, YAN-JIA
論文名稱:以分類式向量格化法作低率連續影像壓縮
論文名稱(外文):Low bit rate image sequence coding using classified vector quantization
指導教授:林大衛林大衛引用關係
指導教授(外文):LIN, DA-WEI
學位類別:碩士
校院名稱:國立交通大學
系所名稱:電子研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1992
畢業學年度:80
語文別:中文
論文頁數:55
中文關鍵詞:分類式向量格化法低率連續影像壓縮
相關次數:
  • 被引用被引用:0
  • 點閱點閱:98
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
在用向量格化法(vector quantization) 作影像編碼的初期研究上曾顯示幾個重要
的問題。其中最嚴重的是邊的惡化(edge degradation):當採用傳統的誤差量度法
如均方誤差法(mean square error) 時,邊會有嚴重惡化的現象。第二個問題是向
量格化法的高運算複雜度,這個複雜度隨比次率 (bit rate) 及格塊大小 (block
size) 成指數比率增加。
在本論文中,我們探討上述兩項問題。我們採用以向量格化法為基礎的分類式向量
格化法(classified vector quantization)來降低邊的惡化並減少運算複雜度。此
外,分類式向量格化法原先應用於單色圖像上。我們進一步將之應用在彩色連續影
像的編碼上並採用運動補償(motion compensation) 。模擬的結果以及和一般向量
格化法的比較亦於文中討論。我們並把均值分離法(mean-separated method) 加入
分類式向量格化法中,此法有助於降低運算複雜度,並且對用來形成分類式向量格
化法的編碼簿(codebook)的不良的訓練集合有補償作用。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔