基于改进图像块分类算法的图像压缩方法

• Published in: 测试技术学报 Vol. 35; no. 4; pp. 281 - 287
• Main Authors: 俞华, 韩钰, 牛彪, 高义斌, 赵亚宁
• Format: Journal Article
• Language: Chinese
• Published: 重庆大学 电气工程学院,重庆 400044%国网山西省电力公司 电力科学研究院,山西 太原 030001%国网山西省电力公司,山西 太原 030021 2021; 国网山西省电力公司 电力科学研究院,山西 太原 030001
• Subjects: BP神经网络; 图像压缩; 图像块分类算法
• ISSN: 1671-7449
• DOI: 10.3969/j.issn.1671-7449.2021.04.002

TP391; 本文提出了一种基于BP神经网络和改进的图像块分类算法的有效图像压缩方法.首先采用改进的图像块分类算法将图像块划分为互不重叠的3大类图像块,即平滑块、目标块、边缘块;然后基于BP神经网络对平滑块和目标块选用合适的隐含层单元数量进行压缩,对边缘块则采取不压缩而直接保存到压缩数据的方法,最后,得到上述3类图像块压缩数据集的集合.相比于对3类图像块同时进行压缩,该方法相对传统的图像压缩方法节省了0.469 s、峰值信噪比(PSNR)提高了2.11 dB,并使压缩率提高了5.25％,能够更加有效地经过图像压缩后保持细节信息.