层次属性聚类网络与分形图像压缩

摘要：

该文利用属性聚类网络收敛速度快以及可以得到各象素点加权值的特点，用于分形图像压缩，不仅降低了所需内存量，并且提高了编码速度和聚类速度。同时提出了层次属于聚类网络，在同样的聚类个数时，搜索匹配次数更少，从而最终大大提高了编码速度。实验结果表明，与其它算法相比，为获取同样的图像质量和压缩比，层次属性聚类网络与分形块编码的结合需要更少的编码时间。

关键词： 分形块编码 层次属性聚类网络(HACN) 特征矢量

作者: 程乾生 王春梅

作者单位: 大学数学科学学院,信息科学系

会议类型: 国内会议

会议名称: 第九届全国信号处理学术年会

会议地点: 北京

会议语种:中文

页码: 404～407

在线出版日期: 1999-10-01（万方平台首次上网日期，不代表论文的发表时间）