(3.236.214.19) 您好!臺灣時間:2021/05/09 22:36
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:陳俊欽
研究生(外文):Chen ,Jiun Chin
論文名稱:結合查表式模糊聚類演算法和FPDCT分類型向量量化法之影像編碼
論文名稱(外文):Look-up Table Fuzzy Clustering Algorithm and FPDCT Classified Vector Quantization for Image Coding
指導教授:陳兩嘉
指導教授(外文):Chen, Liang Chia
學位類別:碩士
校院名稱:中原大學
系所名稱:電子工程學系
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:1995
畢業學年度:83
語文別:中文
中文關鍵詞:可調式模糊化程度分類型向量量化法快速部份離散餘弦轉換法
外文關鍵詞:Adaptive fuzziness degreeClassified VQFast Partial DCT
相關次數:
  • 被引用被引用:0
  • 點閱點閱:106
  • 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
在此篇論文中, 我們提出兩個新的演算方法, 可分別改良影像向量量化方
法中, 學習和編解碼的過程. 在學習方面, 吾人提出一可調模糊程度
(Adaptive fuzziness degree) 之歸屬函數運算公式, 並利用查表的方
式取代 FCM 演算法所需之指數運算, 而建立吾人創意之查表式模糊聚類
演算法. 利用查表式模糊聚類演算法, 不但可大幅減少收斂之計算時間,
而且可提高碼簿之品質. 利用吾人所提出之方法分別和傳統 LBG (Linde-
Buzo-Gray) 演算法與 FCM 演算法做比較, 經由實驗結果證實, 在影像
信號的均方失真誤差 (Mean Square Error, MSE) 方面,可分別大幅減少
達 26.18 % 和 8.67% , 對於壓縮後的影像品質提供很大的幫助.在編碼
的過程中, 吾人對於傳統的分類型向量量化法 (Classified VQ, CVQ)
, 提出兩點改良; 一是我們以階層的觀念並利用快速部份離散餘弦轉換
法 (Fast Partial Discrete Cosine Transform, FPDCT)為主要的分類依
據, 使達到快速分類的目的; 二是將我們傳統 CVQ 法中之碼簿索引值
(Codebook index) 以區塊對應 (Block mapping) 的方式取代, 並編成
區塊對應碼 (Block Mapping Code), 以減少碼的平均長度. 結合上述查
表式模糊聚類演算法和 FPDCT 分類型向量量化法 , 在人類視覺容忍的
誤差範圍下, 可有效的提高壓縮倍率. 以標準影像 lena 512x512 為例編
碼, 其重建後的影像品值 PSNR 為 33.6417dB, (MSE 值為 28.113), 其
壓縮比是 29.88.

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