(3.239.192.241) 您好!臺灣時間:2021/03/02 13:26
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:王坤鈺
論文名稱:利用方向分類之影像壓縮向量量化器
論文名稱(外文):A Vector Quantizer for Image Compression Using Direction Classification
指導教授:陳進興陳進興引用關係
學位類別:碩士
校院名稱:國立成功大學
系所名稱:電機工程學系
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:1997
畢業學年度:85
語文別:英文
論文頁數:51
中文關鍵詞:方向分類影像壓縮
相關次數:
  • 被引用被引用:0
  • 點閱點閱:167
  • 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

  向量量化為一種有效、熱門的資料壓縮方式。但其有計算複雜度以及視覺品質等方面的問題,分類向量量化則可以克服向量量化的這些主要問題。傳統的分類向量量化器將影像資料依其特性予以分類,而後再對不同類別的資料各自地加以量化處理;這樣的作法不但降低了計算複雜度,更因保存了每個類別的特性而提升了視覺上的效果。然而,目前分類向量量化器的分類方法僅適用於向量維度較小的時候,而不能一般化地適用於任何的向量維度。並且在碼本的設計上,無法快速地決定出不同類別間最佳化的碼本大小。
  此篇論文提出一個直接且有效的分類方法,此方法依據影像資料的向量方法分佈,來予以分類。此種分類方法不僅能得到良好的分類結果,更能應用在各種不同的向量維度上。在不同類別的碼本設計上,本論文提出的方法雖然利用較小的碼本,卻可得到相同或較佳的結果,這降低了分類向量量化器的複雜度,使其成為一種更容易實現且具吸引力的資料壓縮方法。
  由電腦模擬實驗得到的數據顯示,在0.5∼0.7(bpp)的位元率,我們的方法可以得到很好的影像壓縮品質,且比傳統的分類向量量化器更簡單、更省時間並更有效地提高壓縮率。


  Vector Quantization (VQ) has been an effective technique for data compression. However, it has key problems of computational complexity and edge degradation. Thus, classified-VQ (CVQ) was proposed to alleviate the above problems of VQ. The conventional CVQ classifies image vectors into different classes according to their properties. Then vectors are coded with the subcodebook of the class to which they belong. Compared with the standard VQ, the complexity of CVQ is significantly reduced by using smaller subcodebooks, while the image quality is preserved well. However, the classification of conventional CVQ is only effective for small block vectors, and becomes ineffective as the vector dimension increases. In addition, the optimal subcodebook size for each class is difficult to find.
  In this thesis, an effective scheme of classification for CVQ is proposed. The classification is based on the direction of vectors and is not restricted by the dimension of image vectors. In the issue of subcodebook size, our method uses smaller subcodebooks while obtains equal or better performance as compared to other CVQs. The complexity of CVQ by using our scheme is also less than the conventional CVQ. With our scheme, the CVQ becomes a more attractive method for data compression in practice.
  Computer simulations show that in our method edges are well preserved to obtain good perceptual quality. Our method obtains better performance with smaller subcodebooks at the rate of the range 0.5-0.7 bits/pixel than the conventional CVQ. Thus our method is simpler, more time-saving and effective than other CVQs.

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