全息图的小波域BP神经网络压缩实现 - 激光与红外.PDFVIP

全息图的小波域BP神经网络压缩实现 - 激光与红外.PDF

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
全息图的小波域BP神经网络压缩实现 - 激光与红外

第44卷  第10期                激 光 与 红 外 Vol44,No10   2014年10月                LASER & INFRARED October,2014   文章编号:10015078(2014)10116405 ·图像与信号处理 · 全息图的小波域 BP神经网络压缩实现 侯阿临,吴 亮,廖 庆,王崇锦,郭俊良 (长春工业大学计算机科学与工程学院,吉林 长春 130012) 摘 要:计算全息图的有效存储和快速传输对于实现真正意义上的动态三维全息显示有着十分 重要的意义,然而计算全息图信息量庞大,不利于传输和存储,这就迫切需要对大数据量的全息 图进行快速高效的压缩。基于此,提出一种基于小波域BP神经网络的全息图压缩技术,即先用 小波变换对全息图进行预处理,通过将小波基与全息图的内积进行加权和来实现全息图的特征 提取,然后将提取的特征向量代入神经网络以完成函数逼近、分类,实现全息图的压缩。该方法 可获得12452∶1的压缩比且仍能获得较清晰的再现像,实验结果很好地证明了该方法的可行性 和有效性,且算法结构简单,运算速度快,能在较大压缩比下恢复出令人满意的再现像。 关键词:计算全息;图像压缩;小波分析;BP神经网络 中图分类号:TB877  文献标识码:A  DOI:103969/jissn10015078.2014.10.020 Implementationofhologramcompressionusing BPneuralnetworkinwaveletdomain HOUALin,WULiang,LIAOQing,WANGChongjin,GUOJunliang (CollegeofComputerScienceandEngineering,ChangchunUniversityofTechnology,Changchun130012,China) Abstract:Holographicstorageandfasttransmissionaregreatsignificanceforrealizingthetruedynamic3-Dholo graphicdisplay,butthehugeamountofinformationcalculationofcomputergeneratedhologram(CGH)isnotcondu civetothetransmissionandstorage.Sothereisanurgentneedforfastandefficientcompressionmethodaimingat hologramswithlargeamountsofdata.Basedonthis,aBPneuralnetworkalgorithmofhologramcompressioninwave letdomainisproposed.Firstly,computergeneratedhologrampretreatmentiscarriedoutbywavelettransform.Sec ondly,theinnerproductofwaveletandhologramsareweightedandusedtoimplementthefeatureextractionofholo gram.Thentheextractedfeaturevectorsaresubstitutedintoneuralnetworksoastoimplementthefunctionapproxi mation,classificationandhologramcompression.Thecompressionratiocanreach12452∶1andstil

文档评论(0)

2105194781 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档