基于深度学习的分形图像压缩编码模型设计 |
| |
引用本文: | 吕超,曹靖城,周帅.基于深度学习的分形图像压缩编码模型设计[J].信息技术,2023(1):137-142. |
| |
作者姓名: | 吕超 曹靖城 周帅 |
| |
作者单位: | 天翼智慧家庭科技有限公司 |
| |
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。
|
关 键 词: | 深度学习 分形图像 压缩编码 图像分割 |
|
|