基于深度学习的分形图像压缩编码模型设计

作     者：吕超 曹靖城 周帅 LV Chao;CAO Jing-cheng;ZHOU Shuai

作者机构：天翼智慧家庭科技有限公司南京210001 

出 版 物：《信息技术》 (Information Technology)

年 卷 期：2023年第47卷第1期

页      码：137-142页

摘      要：针对传统编码模型存在的图像分割处理效果不佳、分割精度不高、耗时较长以及编码质量较差的问题,提出基于深度学习的分形图像压缩编码模型。建立图像分割约束条件,对图像进行分割处理,以处理后的图像作为深度学习中ResNet网络模型的输入,提取原始分形图像的特征并将图像块分类;建立特征图像块匹配规则,排序图像块,记录分形码,将分形码作为图像在度量空间内的表现形式,通过度量空间的压缩变换实现分形图像压缩编码。实验结果表明:所提模型的图像压缩编码质量较高,具有一定的应用价值。

主 题 词：深度学习 分形图像 压缩编码 图像分割 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.13274/j.cnki.hdzj.2023.01.025

馆 藏 号：203118558...