查詢結果分析
來源資料
相關文獻
- 懲罰模糊C-均值群集技術應用於影像壓縮技術之研究
- Modified Search Order Coding for Vector Quantization Indexes
- 模糊C-均值影像壓縮硬體電路之高階合成與模擬
- Genetic Fuzzy Entropy-Constrained Vector Quantization
- 快速向量量化編碼之影像壓縮法
- 結合小波轉換與多層級向量量化作醫學影像壓縮
- Image Compression Using Adaptive Transform Vector Quantization in DCT Domain
- 彩色影像壓縮使用三維模糊可能霍普神經網路於小波頻域中向量量化之研究
- 植基於小波轉換之影像壓縮平臺
- SPIHT技術在影像壓縮教學平臺上之應用
頁籤選單縮合
題名 | 懲罰模糊C-均值群集技術應用於影像壓縮技術之研究 |
---|---|
作 者 | 林基源; 林灶生; | 書刊名 | 勤益學報 |
卷期 | 16 1998.11[民87.11] |
頁次 | 頁83-91 |
分類號 | 312.1 |
關鍵詞 | 群集技術; 向量量化; 影像壓縮; |
語文 | 中文(Chinese) |
中文摘要 | 由於大量影像資料在網路上傳輸日益繁重,因此,為了避免儲存設備滿載及減少 影像傳輸量,影像壓縮益行重要且勢在必行。 本篇論文中,應用懲罰模糊 C- 均值群集技術於影像壓縮技術研究上,所應用之壓縮技術則 為向量量化( Vector Quantization )。 向量量化為一失真壓縮技術,其目的在於建立一 編碼字典( Codebook )使得介於訓練向量與編碼字典中之編碼向量( Codevector )的平 均誤差最小,經過訓練迭代過程後即可建立包含若干編碼向量之最佳化編碼字典。在傳輸過 程中,將一影像切割成不同之向量,每一向量則在編碼字典中找出最接近之編碼向量,並以 此編碼向量之代碼傳送至接收端,如此即可大大減少傳輸量,進而提升傳輸效率。 由實驗結果顯示,本篇論文已成功的應用了懲罰模糊 C- 均值群集技術於影像壓縮技術上, 且其重建影像品質更比傳統 GLA 演算法的 PSNR 值提升了約 2db 左右。 |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。