层次属性聚类网络和分形图像压缩.pdfVIP

404 信号处理 层次属性聚类网络与分形图象压缩+ 程乾生王春梅 (北京大学数学科学学院．信息科学系，ioo研i) l摘鞫本文利用础聚类雕删嘣罐窿陕队厦可蹦驰恪毒囊戌叩权值的特点，用于分形母摩压fI玉不仅降低了所需内 存量，并且提高了编码速度和聚类速度：同时提出了层次属性聚类网络，在同样的聚类个数时，搜舡配次数更少，从 而蜃终大大提高了编码速度．实验结果表明，与其它算法相比，为获取同样的图像质量和压缩比，层次属性聚类网络与 分形块编码的结合需要更少的编码时阃． 一 关键稚分形城编码。层扶詹l生聚娄曝络mAcN)，特征矢量 ’ 一、引言 十多年来，分形图像压缩以其解码速度快和可以在不同的尺度下恢复图像的优点得到了广泛重视．其实现基础魄在 于M鼬1I酾Il】的理论分抑Ah碍酬2】缒村唰}编码．大翻臼二鳓嘲g酬彻嘲髀i击j惴出现，并且获得了堪与删辩 和d啵竞争的实验结果p】．龌，这{档灏的瞳触F法茸—似暖的缺点：编码时唰弼搬长，由此自崩十鞲击自勺实效 性{艮大影响．勘蝴减少按裁朔至，刚醐秘对问成为大家的研究重点几种减少算法复杂度的算[法受到了大家的关 注：1)直接分类剐：2)自适应聚郯】-3)ID函数污§【6】；4)特征矢量算五}同．实验结果表明，这些算法都大大降低 了分形块编码的时问复杂度，提高了编码速度；尤其是恃征矢量算法，在定义域姥的数目越多时优势就越明显． 本文就是j阱眯征矢t算法，提耽嗣可I寺_皿绪台文【睇黾出的劂生聚类网络，分另l对定女域骁利鼬列}i{I行分类， 从而大大减少了分形块犏码时阃。同时{鼬}地保持了图像庞k由属性聚类网络生成的加权值表明了特征矢量各分量的 重要性，从而可以降低特征矢量的维教进行聚类，因此减少了所需内存量以及累类时间和编码时问，获得的图像质量和 压缩比却相近．为了进—步降僻蓐鹅时间，提出两类层次属性聚类网络，不仅霜哩论上，而且多；验结果也证明：层龋 性聚类网络与分形块编码的绪合．大大提高了编码速度同州煽码效果几乎不受影响。 本文第二节简单描述了分形块编码队醍相关的恃征矢量理论；第三节具体瞄述了属性聚类网络以及层次属性聚类网 络在分形块编码中的应用，并且给出相应的实验结果；第四节给出结论． 二，分形块编码与特征矢量理论 在分形图像氐．龉中．研字漾多也粒削鼬g舅r鞋当数妇ql血的分形斑瓤马嘲，下面介绍其主要剧龃． 任给—初始图像，，将其分割为若干个图像曳每个图像块称为值域块R，块尺寸为N×N，则该值域妊可看作 一．v：维矢量。对每一个R。在原图像I中寻找一个新的图像块D。．使得经过相应的变换瓦后得到的新的图像块 tfD．1与R尽可能盹相似．也就{b尚足 IIR—To(D。)11=嚼卿IfR—r(o)ll (1) 此时可以称图像块R与图像块Do最相似，记录下所有关于(R，Do，瓦)的相应信息就实现了分形城编码过程· 在整个编码过程中，我们希望I陋一r。(D。)ll越a、(即图像块尺与图像块Do越相似)越好·当然，如果可选的 图像块D越多，变换r的种类越广泛-有可能找到的胙R—r。(D。)lr趣J、．但是-相应地编码时间就台越长。折衷起 见，‘我t0刑D和r做—定的陬制：图像块D的尺寸为R的四倍．搜索只在—定范围内进行：变换r为三类变换的组 台：四点象素平均、旋转或对称变换和线性变换-RPT=L。，，。S： sC功化力=(D(2x：∽4-D(2x ’本项目由国家自然科学基金资助(698F2003)和北京大学视觉与听觉信息处理国家实验室课题基金资助 信号处理 柏5 其中D(x，Y)为图像块D中点(r，Y)上的象素值，，．，i=1，…，8为儿种旋转或对称劐臭中的某一种·nl，b 可取任意值。已知图像块R，固定图像块D，其所对应的最优变换r由，．和盯1，b决定：而，，的璇可以通过八 次穷举实验找最优，口1，b的值可以由最小二乘法计算得至0。令C=(1，…，1)，则公式(1)转化为