| 基于改进K-均值聚类的快速分形图像编码算法 |
| |
| 引用本文： | 王向阳,于雁春.基于改进K-均值聚类的快速分形图像编码算法[J].计算机科学,2008,35(2):219-222. |
| |
| 作者姓名： | 王向阳 于雁春 |
| |
| 作者单位： | 1. 辽宁师范大学计算机与信息技术学院,大连,116029;南京大学计算机软件新技术国家重点实验室,南京,210093
2. 辽宁师范大学计算机与信息技术学院,大连,116029 |
| |
| 基金项目： | 辽宁省自然科学基金
,
国家重点实验室基金
,
辽宁省大连市科技计划
,
江苏省重点实验室(南京邮电大学)项目
,
江苏省计算机信息处理技术重点实验室(苏州大学)开放课题基金 |
| |
| 摘 要： | 将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一.本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值一标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法.仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K_均值聚类分形图像压缩方案,而且具有较短的编码时间.同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想).
|
| 关 键 词： | 图像压缩 分形编码 K-均值聚类 初始聚类中心 |
A Fast Fractal Image Compression Using the Improved K-mean Clustering |
| |
| WANG Xiang-Yang,YU Yan-Chun.A Fast Fractal Image Compression Using the Improved K-mean Clustering[J].Computer Science,2008,35(2):219-222. |
| |
| Authors: | WANG Xiang-Yang YU Yan-Chun |
| |
| Abstract: | How to import the advanced theory of K-mean clustering into the domain of fractal image encoding is a hotspot research in national academia.In this paper,the selection of initial clustering center for K-Means clustering is analyzed,an new initial clustering center selection based on average value and variance is given,and a novel fast fractal image coding method is proposed.Experimental results show that the proposed coding is a fast and efficient image compression scheme;it can considerably shorten the encoding time,while achieving the same or better decoded image quality.JP |
| |
| Keywords: | Image compression Fractal coding K-mean clustering Initial clustering center |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
