摘要:在信息技术日新月异的今天,图像压缩已经成为了图像处理技术的重要研究方向之一,正迫切的需要更好、更快的发展。传统的图像压缩例如基于JPEG图像压缩、基于小波变换图像压缩、基于矢量量化图像压缩和基于分形的图像压缩已经不能满足人们的需求,因此探索出一门新更高效的图像压缩方法逐渐成为了新的热门课题,而基于神经网络的图像压缩便孕育而生了。和之前传统的图像压缩方法相比,基于人工神经网络的图像压缩具有着明显的优点。它具有一定的自适应性、自构造性、良好的容错率、较强的学习能力和其他功能。此外,这种压缩方法还具有大规模并行处理和分布式信息存储的能力。经过前人多年的探索和研究,如今的基于人工神经网络的图像压缩在使用的过程中,不需要像其他算法一样需要提前设定数据编码算法,它可以自主的完成图像编码与压缩。在如今各种神经网络的图像压缩算法当中,建立在BP神经网络的图像压缩算法是最为典型也是目前使用最为广泛的。
本文首先阐述了图像压缩的研究目的和意义,回顾了当前国内外神经网络课题研究的现状,通过查阅资料和文献列出了基于BP神经网络的图像压缩的原理和算法,分析了它的特点和应用领域,并演示出图像预处理、图像训练与编码的基本流程和图像重构的效果。本文是利用了MATLAB软件仿真,将图像的数据集训练BP网络的输入样本,然后熵编码。在列出了相关参数对算法运行结果的影响分析后,结尾对BP神经网络的图像压缩做出了前景展望。
关键词:图像压缩;人工神经网络技;BP神经网络算法;Matlab仿真
目录
摘要
ABSTRACT
1引言-1
2 人工神经网络与图像压缩-2
2.1 人工神经网络的发展背景与研究意义-2
2.1.1人工神经网络的发展背景-2
2.1.2人工神经网络的研究意义-2
2.2 神经网络的国内外研究历史-3
2.3 图像压缩的目的与意义-5
2.3.1图像压缩的概念-5
2.3.2图像压缩的必要性和意义-5
2.3.3图像压缩的优点-5
2.4 基于神经网络图像压缩的可能性分析-6
3 基于BP神经网络的图像压缩原理-7
3.1 神经元与网络结构的概念与模型-7
3.1.1 生物神经元-7
3.1.2 人工神经元-8
3.1.3人工神经网络的构成-9
3.2 BP神经网络的主要功能-11
3.3 BP神经网络的图像压缩原理-11
图3.7-12
3.4 BP神经网络的优点与不足-12
4 基于BP神经网络的图像压缩整体设计方案与结果分析-14
4.1 基于BP神经网络的图像压缩整体设计方案-14
4.1.1训练样本构造-14
4.1.2创建神经网络-15
4.1.3对神经网络进行训练-15
4.1.4 编码仿真-15
4.1.5图像重构-16
4.2 基于Matlab的BP神经网络工具箱函数-16
4.3 基于BP神经网络的图像压缩Matlab实现-19
4.4 实验结果分析-21
5 结论-24
致 谢-25
参考文献-26