基于BP神经网络的图像压缩编码_第1页
基于BP神经网络的图像压缩编码_第2页
基于BP神经网络的图像压缩编码_第3页
基于BP神经网络的图像压缩编码_第4页
基于BP神经网络的图像压缩编码_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、指导老师：关娜指导老师：关娜 学号：学号：201215701 姓名：牛兆华姓名：牛兆华 研究意义 研究内容 仿真结果与分析 论文总结 1 2 3 4 1 研究意义研究意义 数据业务量 频率资源 多媒体业务剧增对有限频谱资源带来严峻挑战。图 像压缩技术是一种降低业务数据量的可行方法之一。 2 研究内容研究内容 基于BP神经网络的图像压缩算法流程： 图像数据预处理图像数据预处理网络模型建立网络模型建立网络训练网络训练 仿真仿真图像重建图像重建对比分析对比分析 BP神经网络，BP神经网络是一种多层前向型神经网络， 某神经元的传递是S型函数，输出量为的连续量，它可以实 现从输入到输出的任意非线性映射。

2、由于权值的挑中采用反 向传播（Back Propagation）学习算法，也称为BP网络。 p 网络模型建立： 1、神经网络的建立，采用MATLAB 神 经网络工具箱的feedforwardnet 函数 2、采用LM训练法 3、确定目标误差和最大迭代次数 4、调用 train 函数进行训练 p 网络训练 步骤： 3 仿真结果与分析仿真结果与分析 当隐含层神经元的个数设置为 8个时的原始图像和重建图像。 此时的峰值信噪比为31.1015， 图像压缩比为25.12%. 当隐含层神经元的个数设置为 16个时的原始图像和重建图像。 此时的峰值信噪比为29.3982， 图像压缩比为46.94%. 当隐含

3、层神经元的个数设置 为30个时的原始图像和重建 图像。此时的峰值信噪比为 27.3330，图像压缩比为 78.47%. 分析：由上述实验结果可以看出，随着神经元数目的增加， 图像的压缩比提高。但峰值信噪比下降，重建图像的质量变 差。 anmn 1 其中， 为隐含层神经元的数目，m为输入层神经元 的数目，n为输出层神经元的数目,a为1-10之间的常数。 显然得到的隐含层神经元的个数为一个范围，通过不 断的实验，可以得出最佳峰值信噪比和压缩率下的隐 含层的个数。 1 n 隐含层神经元个数的计算方法： 4 论文总结论文总结 1、本文利用BP神经网络对图像进行压缩，得出神经元个 数和图像压缩率及图像重建之间的关系。 2、不足之处：本文使用了最原始的基于BP神经网络的图 像压缩编码，算法强行将图像分割为4*4的块，并分别

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论