| 基于自组织特征映射的图像矢量量化研究 |
| |
| 引用本文： | 薛向阳 樊昌信. 基于自组织特征映射的图像矢量量化研究[J]. 电子学报, 1995, 23(4): 24-29 |
| |
| 作者姓名： | 薛向阳 樊昌信 |
| |
| 作者单位： | 西安电子科技大学信息科学研究所 |
| |
| 基金项目： | 国家高科技研究发展计划,综合业务网理论及关键技术国家重点实验室部分资助 |
| |
| 摘 要： | 本文从自组织特征映射（ＳＯＦＭ）的基本思想出发，通过研究Ｋｏｈｏｎｅｎ网的输出节点在一维、二维和八维空间中不同排列方式，得到了相应的矢量量化（ＶＱ）码书设计算法。研究表明ＳＯＦＭ具有许多优点：可以设计出具有规则结构的码书，相邻码矢量具有较强的相关性；网络输出节点的不同排列方式对矢量量化器性能有较大影响，通过选择合适的排列方式，设计出的矢量量化器具有良好的抗信道误码能力。实验表明基于ＳＯＦＭ算法的矢
|
| 关 键 词： | 矢量量化 神经网络 图像编码 |
Study on SOFM-based Image Vector Quantization |
| |
| Xue Xiangyang,Fan Changxin. Study on SOFM-based Image Vector Quantization[J]. Acta Electronica Sinica, 1995, 23(4): 24-29 |
| |
| Authors: | Xue Xiangyang Fan Changxin |
| |
| Abstract: | Some SOFM-based image VQ codebook design algorithms have been obtained by arranging output nodes of Kohonen network in 1,2,and 8 dimensional space respectively.The experimental results show that the quantization performance of SOFM-based VQ is similar to that of LBG-based VQ ,while the former has better ability of resisting channel errors. |
| |
| Keywords: | Vector quantization Neural network Image coding |
| 本文献已被 CNKI 维普 等数据库收录！ |
