基于机器学习参数选择的交通图像编码方法.pdfVIP

　2007 年 1 月 系统工程理论与实践 第 1 期 　 ( ) 文章编号 2007 基于机器学习参数选择的交通图像编码方法 1 1 2 曹文伦 ,史忠科 ,封建湖 ( 1 西北工业大学 自动化学院 ,西安 710072 ;2 长安大学 理学院 ,西安 710064) 摘要 : 　将图像压缩与 ITS 交通路况图像电传视讯相结合 ,提出了一种基于机器学习参数选择的多项式 拟合图像压缩编码方法. 我们定义了两类指标来度量数据扫描方法对多项式拟合方法的影响 ;还研究了 用机器学习方法选择得到的参数对图像扫描数据进行单调化处理 ;进而研究了用多项式拟合预处理数 据的方法进行图像数据压缩. 该法简单方便 、快速高效 ,并已针对小幅复杂交通路况图像在中低信噪比 取得了良好的结果. 该法还可以推广到感兴趣区位于图像中心的一类图像. 关键词 : 　ITS; 图像扫描 ; 图像压缩 ;机器学习 中图分类号 : 　TN91981 　　　　　　　　文献标志码 : 　A 　　　 A Traffic Image Code Method based on Machine Learning Parameter Choice 1 1 2 CAO Wenlun , SHI Zhongke , FENGJianhu ( 1School of Automation , Northwestern Polytechnical University , Xi’an 710072 , China ; 2College of Science , Chang’an University , Xi ’ an 710064 , China) Abstract : 　Combined image compression with traffic image transmission in ITS , this paper presents a new image compression method of polynomial approach which based on machine learning parameter choice. We defined two species of index to measure the stability of the image scanning ways. We also researched how to get the parameter which is produced by machine learning , and how to use the parameter to monotonize the image scanning data. Moreover , we compressed the scanned data using the polynominal approach method. The most merit of our method is facility and high efficiency. We have gotten good results aimed at the small complex traffic image , especia