基于混沌神经网络的图像压缩技术 检测技术与自动化装置专业论文.docxVIP

分类号 密级 UDC 注1 学 位 论 文 基于混沌神经网络的图像压缩技术 （题名和副题名） 张 仕 娇 （作者姓名） 指导教师姓名 雷 霖 教 授 电子科技大学 成 都 （职务、职称、学位、单位名称及地址） 申请专业学位级别 硕士 专业名称 检测技术与自动化装置 论文提交日期 2008.4 论文答辩日期 2008.5 学位授予单位和日期 电子科技大学 答辩委员会主席 评阅人 2008 年 月 日 注 1：注明《国际十进分类法 UDC》的类号。 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘要 摘 要 数字图像处理技术在多媒体、因特网、电视、传真等领域的应用越来越广泛。 图像压缩是数字图像处理中最重要的关键技术之一，传统的图像压缩方法有预测 编码、变换编码和矢量量化等。近二十年来，基于神经网络、分形理论、小波变 换的现代压缩方法已成功用于图像压缩。 混沌神经网络是近年来发展起来的一门新的科学，由于具有混沌特性的人工 神经网络具有十分复杂的动力学特性，获得了广泛的研究，不同于仅具有梯度下 降特性的常规神经网络，具有混沌特性的神经网络具有更加丰富的和远平衡点的 动力学特性，同时存在各种吸引子。混沌神经网络的这种复杂的动力学特性是一 种能在信息处理和优化计算等方面有广泛应用前景的技术。 本文研究混沌神经网络在静止图像压缩中的应用，主要内容包括两个部分： 一是研究基于 Logistic 映射的两种不同类型的混沌神经网络模型——Ⅰ型前向混 沌神经网络和Ⅱ型前向混沌神经网络，详细研究了它们在图像压缩中的应用及关 键技术。并通过一系列的仿真实验，对这两种模型的压缩性能与以往用于图像压 缩的神经网络模型进行了比较。二是在分析现有混沌神经网络的工作原理的基础 上，研究一种新的混沌神经网络模型。该网络具有瞬态混沌响应，类似于 Hopfield 网络的结构，但是又比 Hopfield 网络具有更加丰富的动力学特征、更强的全局搜 索能力。通过把混沌动力学与收敛力学相结合，使网络逐渐由混沌神经网络向 Hopfield 网络过度，达到控制混沌的目的，并提供一个在全局最优解附近的值。 基于该模型优化功能，利用一个实现码本设计的竞争性 CHNN 模型，设计了相 应的能量函数和神经元动力学方程，并给出了基于该模型的码本设计算法。从而 成功的将这个模型应用于矢量量化图像压缩中。 仿真实验结果表明，以上三种基于混沌神经网络的图像压缩算法在训练速 度、压缩质量、健壮性等方面具有明显的优势。 关键词：图像压缩，混沌神经网络， Logistic 映射，矢量量化，混沌 Hopfield 神经网络 I II II ABSTRACT ABSTRACT Digital image processing techniques have been used more and more widely in many fields such as multimedia, Internet，television and fax, etc. Image compression is one of the most important key techniques in digital image processing. Traditional compression methods include prediction coding, transform coding and vector quantization(VQ). In the last twenty years, modern techniques based on neural networks, fractal theory and wavelet transform have been successfully used for image comp