基于BP神經网络的图像压缩--神经网络实验报告.docVIP

一、实验名称 基于BP神经网络的图像压缩 二、实验目的 1.熟悉掌握神经网络知识； 2.学习多层感知器神经网络的设计方法和Matlab实现； 3.进一步了解掌握图像压缩的方式方法，分析仿真图像压缩效果。 三、实验要求 1.学习神经网络的典型结构； 2.了解BP算法基本思想，设计BP神经网络架构； 3.利用BP算法解决图像压缩的质量问题； 4.谈谈实验体会与收获。 四、实验步骤 （一）分析原理，编写程序 本实验主要利用BP神经网络多层前馈的模式变换能力，实现数据编码和压缩。采用输入层、隐含层、输出层三层网络结构。输入层到隐含层为编码过程，对图像进行线性变换，隐含层到输出层为网络解码过程，对经过压缩后的变换系统进行线性反变换，完成图像重构。其主要步骤有以下五步： 1.训练样本构造 基于数值最优化理论的训练算法，采用Levenberg-Marquardt方法，将训练图像的所有像素点作为压缩网络的输入，对图像进行划分。将原始图像分成4×4的互不重叠的像素块，并将每个像素快变形为16×1的列向量，将原始数据转化为16×1024的矩阵。对输入数据进行预处理，像素块矩阵进行尺度变换，即归一化处理。 为了将网络的输入、输出数据限定在[0，1]的区间内，本实验采用均值分布预处理方法。将待处理图像的灰度范围[xmin,xmax],变换域为[ymin,ymax],设待处理的像素灰度值为xi，则对于所有过