La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Image Vector Quantization Using Classified Binary-Tree-Structured Self-Organizing Feature Maps Quantification de vecteurs d'images à l'aide de cartes de caractéristiques auto-organisées classées à structure d'arbre binaire

Jyh-Shan CHANG, Tzi-Dar CHIUEH

  • Vues en texte intégral

    0

  • Citer

Résumé:

Avec la croissance continue des services du World Wide Web (WWW) sur Internet, les demandes de transmission rapide d'images sur une liaison réseau à bande passante limitée et de stockage d'images économique d'une grande base de données d'images augmentent rapidement. Dans cet article, un réseau neuronal de carte de caractéristiques auto-organisatrices structuré en arbre binaire est proposé pour concevoir des livres de codes vectoriels d'images pour quantifier les images. Les simulations montrent que l'algorithme produit non seulement des livres de codes avec une distorsion plus faible que l'algorithme CVQ bien connu, mais qu'il peut également minimiser la dégradation des bords. Étant donné que les mots de code adjacents dans l'algorithme proposé sont mis à jour simultanément, les mots de code dans les livres de codes obtenus ont tendance à être classés en fonction de leur similarité mutuelle, ce qui signifie qu'une plus grande compression peut être obtenue avec cet algorithme. Il convient également de noter que le livre de codes obtenu est particulièrement bien adapté à la transmission progressive d'images car il forme toujours un arbre binaire dans l'espace d'entrée.

Publication
IEICE TRANSACTIONS on Information Vol.E83-D No.10 pp.1898-1907
Date de publication
2000/10/25
Publicisé
ISSN en ligne
DOI
Type de manuscrit
PAPER
Catégories
Traitement d'image, reconnaissance de formes d'image

Auteurs

Mots-clés

Table des matières