小生境演化算法下的WDCT图像压缩方法

针对传统WDCT图像压缩编码算法频率卷曲参数的难选取问题,提出了小生境演化算法下的WDCT图像压缩方法(NEAWDCT).利用小生境演化算法全局寻优的特点,与WDCT图像压缩编码方法相结合,达到自适应选取最优频率卷曲参数的目的.针对频率卷曲参数特征,设计染色体编码方式及演化算子,以加快收敛速度.由于图像能量多集中于低频部分,选择特定范围内的数值初始化种群,不仅能加快算法收敛速度,还保留了种群的多样性.实验结果表明,利用新的NEAWDCT算法生成的WDCT矩阵能有效提高峰值信噪比.     

基于演化算法的卷曲DCT图像压缩

卷曲离散余弦变换(WDCT)利用频率卷曲原理解决了离散余弦变换(DCT)模糊物体边缘的缺陷,但传统方法在选取WDCT频率卷曲参数时存在较大的难度.通过利用演化算法全局寻优的特点选取WDCT的频率卷曲参数,提出一种基于演化算法的WDCT图像压缩新算法(EAWDCT).该算法针对频率卷曲参数特征,采用启发式方法设计染色体编码方式及演化算子,以加快收敛速度,最终达到快速准确的找到最优频率卷曲参数.实验结果表明,利用新的EAWDCT算法生成的WDCT矩阵能有效提高峰值信噪比、信噪比并减少均方根误差.