基于BP神经网络的图像压缩算法的设计.docVIP

PAGE 一、原始依据（包括设计或论文的工作基础、研究条件、应用环境、工作目的等。） 工作基础：了解MATLAB2012的基本使用以及BP神经网络基本思想； 研究条件：MATLAB2012以及神经网络的基本思想； 应用环境：基于MATLAB2012的数字图像有损压缩； 工作目的：熟练使用MATLAB2012神经网络工具箱； 掌握人工智能的基本思想，熟练掌握BP神经网络的基本原理； 建立三层BP网络，实现灰度图片压缩； 二、参考文献 [1]郑午.一种小波域内的BP神经网络图像压缩方法[J].微计算机信息.2009(09). [2]刘洋,唐向宏,余志卫.基于子块分类的BP神经网络图像压缩[J].杭州电子科技大学学 报.2009(02). [3]熊校良,杨光临,段晓辉.SPIHT算法对BP神经网络图像压缩处理的改善[J].电子测量 与仪器学报.2008(06). [4]刘立程.基于BP人工神经网络的图像压缩技术过程及分析[J].微计算机信息.2007(06). [5]王书宇,施宁,李子杰.基于PSO-BP神经网络的图像压缩算法[J].电脑知识与技术(学术交流).2007(23). [6]T.S.Huang.Picture bandwidth compression.Proc.Picture coding symposium(PSC,89).Gordon and Breach.1972. [7]沈兰荪.图像编码与异步传输.人民邮电出版社.2001年. [8]夏正良.数字图像处理.东南大学出版社.1999年. [9]肖自美.图像信息理论与压缩技术.中山大学出版社.2000年. [10]吴乐南.数据压缩的原理和应用.电子工业出版社.1995年. [11]张益贞，刘滔.Visual C++实现 MPEG/JPEG 编码解码技术.人民邮电出版社.2003 年 [12]钟玉琢，王琪，贺玉文著.基于对象的多媒体数据压缩编码国际标准及其校验模型.科学出版社.2000年. 三、设计（研究）内容和要求（包括设计或研究内容、主要指标与技术参数，并根据课题性质对学生提出具体要求。） 1、掌握人工智能的基本思想，熟练掌握BP神经网络的基本原理； 2、建立三层BP网络，实现灰度图片压缩； 3、采用基于分类的BP神经网络和最速下降法实现图像压缩,通过增加隐含层的神经元数来提高重建图像的质量。对算法、激活函数和隐含层神经元数等关键参数的讨论分析。 指导教师（签字） 年 月 日 审题小组组长（签字） 年 月 日 天津大学仁爱学院本科生毕业设计（论文）开题报告 课题名称 基于BP神经网络的图像压缩算法的设计 系 名 称 信息工程系 专业名称 自动化 学生姓名 指导教师 一、课题来源及意义 随着多媒体即使和通信技术的发展，图像信息的存储和传输在社会生活中的作用越来越大。 然而图像信息的数据量大，图像信息数字化，并实现存储和在有限的信道内进行实时传输，图像压缩是必须解决的问题之一。 图像压缩的目的是为了减少图像冗余的数据，并且在在保证图像质量良好的情况下实现图像压缩。传统的压缩方法无法满足这些要求，所以我们运用BP神经网络来进行图像压缩，来解决问题。 BP神经网络系统技术具有良好的容错性，自组织和自适应性的功能。 对于BP神经网络自身而言，它不必借助某种预先确定的数据编码算法，它可以根据图像自身的信息特点，自主地完成图像编码和压缩，并且BP神经网络是人工神经网络中比较典型和经常使用的一种网络结构，已经被广泛地应用于图像处理领域。 在基于BP神经网络理论之上，又提出了使用BP神经网络方法完成分形图像压缩的大量计算，其中，利用反向求全系数，最快下降法和BP神经网络的并行计算，从而使图像在压缩和解压缩的过程中均可以并行且快速执行。 二、研究目标 1、熟练MALAB的安装、基本概念； 2、了解三层BP网络反向求全系数法； 3、掌握基于matlab的图片压缩基本方法； 三、研究内容 1、掌握人工智能的基本思想，熟练掌握BP神经网络的基本原理； 2、建立三层BP网络，实现灰度图片压缩； 3、采用基于分类的BP神经网络和最速下降法实现图像压缩,通过增加隐含层的神经元数来提高重建图像的质量。对算法、激活函数和隐含层神经元数等关键参数的讨论分析。 四、研究方法与手段 根据题目要求，本系统主要通过MATLAB来进行操作，并且运用反向求全系数法和最快下降法进行设计计算。 三层BP网络结构示意图 一个三层BP网络有三个输入，一个输出，分别是输入层，隐含层和输出层，隐含层节点数小于输出层节点数。其原理是输入信号通过隐层点作用于输出点，经过非线性变换产生输出信号，通过调整输入节点和隐层节点之间的联接