[發明專利]基于神經網絡與SVM的圖像編碼方法

無效

• 申請號: 200710016832.2
• 申請日: 2007-07-13
• 公開（公告）號: CN101094402A
• 公開（公告）日: 2007-12-26
• 發明（設計）人: 楊國為;高緒慧;王守覺
• 申請（專利權）人: 青島大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;G06T9/00
• 代理公司: 濟南舜源專利事務所有限公司
• 代理人: 王連君

技術領域

本發明屬于計算機技術領域，特別涉及一種基于神經網絡與SVM的圖像編碼方法。

背景技術

隨著通信與信息技術的迅速發展，人們對于傳輸內容的要求早已從文本數據、語音數據擴展到了圖像及視頻。圖像信息是我們平時接觸到的一大類信息，我們經常需要對圖像進行快速的存儲和傳輸，這時壓縮技術必不可少。傳輸同樣的圖像而占用更小的帶寬，或者存儲同樣的圖像而占用更小的存儲空間，都是非常有意義的。

當今人們已經提出眾多有效的關于圖像壓縮方法和技術，如其中的Huffman編碼、游程編碼、算術編碼、字典編碼、小波編碼、神經網絡壓縮(編碼)方案及它們的結合等。但基于支持向量機SVM圖像壓縮(編碼)方法目前沒見報道。

由于各種需要儲存的數字數據指數級增長，網上要傳輸的數據越來越多，因此圖像數據壓縮(編碼)研究者、信息編碼研究者工作者有義務和責任不斷改進、發展已有的圖像數據壓縮(編碼)理論、方法和技術，創造出新的更為有效的圖像數據壓縮(編碼)方法和信息編碼方法。

發明內容

本發明的任務在于提出一種基于虛擬信源建模的數據壓縮(編碼)思想，通過用BP神經網絡和SVM對信源兩次建模，給出了基于神經網絡和SVM的新的圖像編碼(壓縮)方法，此方法可視為由一種“基于SVM的圖像編碼(壓縮)方案”嵌套“基于神經網絡的無損數據壓縮方法”而成。

其技術解決方案是：

一種基于神經網絡與SVM的圖像編碼方法，包括下述步驟：

a.壓縮

a1.把所有要處理的圖像數據視為由虛擬信源Y₁產生的字符串γ₁；

a2.建立虛擬信源Y₁的神經網絡模型；

a3.用模型參數去編碼γ₂由虛擬信源產生的字符串；

a4.建立虛擬信源Y₂的SVM模型；

a5.用SVM模型參數去編碼γ₃由虛擬信源產生的字符串γ₂；

b.解壓縮

b1.恢復SVM模型參數；

b2.恢復虛擬信源的SVM模型；

b3.虛擬信源的SVM模型結合特別變換構建字符串的恢復映射；

b4.完全恢復虛擬信源Y₂產生的字符串γ₂；

b5.恢復神經網絡模型參數；

b6.恢復虛擬信源Y₁的神經網絡模型；

b7.虛擬信源Y₁的神經網絡模型結合特別變換構建字符串的恢復映射；

b8.完全恢復虛擬信源Y₁產生的字符串γ₁；

上述步驟a3中，所述模型參數，其數據量少于原始字符串的數據量；上述步驟a5中，所述SVM模型參數，其數據量少于原始字符串的數據量。

上述虛擬信源是一映射：

其中，映射Y：設A＝{(x₁，…，x_i，…，x₁₂)|x_i＝0，1}把(x₁，…，x_i，…，x₁₂)按二進制數x₁x₂…x_i…x₁₂的大小倒序排列，即排為有序點a₁＝(1，1，…，1)，a₂＝(1，…，1，0)，a₃＝(1，…，1，0，1)，…，a₄₀₉₅＝(0，…，0，1)，a₄₀₉₆＝(0，…，0，0)。假定待壓縮的0與1的字符串γ＝c₁…c₄₉₁₅₂，c_j＝0?or?1，其中γ的長度為49152，記B＝{b_j|b_j＝(c_12x(j-1)+1，…，c_12×j)，1≤j≤4096}。注：b_j中的c_i要轉換為0與1數的形式。定義Y為A到B的映射

Y：A→B

Y：a_i→b_i，i＝1，…，4096，a_i∈A，b_i∈B

即b_i＝Y(a_i)，i＝1，…，4096。