基于二维EMD分解的图像压缩研究

doi:10.3778/j.issn.1002-8331.2010.09.052

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 183-185.DOI: 10.3778/j.issn.1002-8331.2010.09.052

• 图形、图像、模式识别 • 上一篇下一篇

基于二维EMD分解的图像压缩研究

李峰，徐琼，吕回

长沙理工大学计算机与通信工程学院，长沙 410076

收稿日期:2008-09-19 修回日期:2008-12-15 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 李峰

Image compression research based on BEMD

LI Feng，XU Qiong，LV Hui

College of Computer and Communicational Engineering，Changsha University of Science and Technology，Changsha 410076，China

Received:2008-09-19 Revised:2008-12-15 Online:2010-03-21 Published:2010-03-21
Contact: LI Feng

摘要/Abstract

摘要： 综合Anna的极值点压缩算法和多抽样重叠块压缩算法，提出了一种新的基于二维EMD分解的数字图像压缩方法。先对自然图像进行二维EMD分解，对分解后的IMF抽样点进行熵编码。与两种压缩方法所得的结果比较分析，在确保图像质量的前提下，找到了一种更好的方法，对图像进行压缩。

关键词: 二维经验模式分解（EMD）, 固有模态函数（IMF）, 图像压缩, 峰值信噪比

Abstract: Integrating Anna’s extreme point compression algorithm and variable sample of overlapped blocks compression algorithm，this paper proposes an image compression method based on two-dimensional EMD decomposition.After decomposing on BEMD，the IMF’s sample points carry on the entropy code.In ensuring the quality of image，compression is carried on the image as far as possible.Comparing the results with three methods，a better way is got to carry on image compression.

Key words: Bidimensional Empirical Mode Decomposition（BEMD）, Intrinsic Mode Function（IMF）, image compression, Peak Signal Noise Ratio（PSNR）

中图分类号:

TN919.81

李峰，徐琼，吕回. 基于二维EMD分解的图像压缩研究[J]. 计算机工程与应用, 2010, 46(9): 183-185.

LI Feng，XU Qiong，LV Hui. Image compression research based on BEMD[J]. Computer Engineering and Applications, 2010, 46(9): 183-185.

[1]	于恒，梅红岩，许晓明，贾慧萍. 基于深度学习的图像压缩算法研究综述[J]. 计算机工程与应用, 2020, 56(15): 15-23.
[2]	李高平，刘莉. 图像子块特征匹配的快速分形编码算法[J]. 计算机工程与应用, 2017, 53(1): 195-200.
[3]	江巨浪1，章瀚2，朱柱1，詹文法1. 高密度椒盐噪声的多方向加权均值滤波[J]. 计算机工程与应用, 2016, 52(6): 204-208.
[4]	薛俊韬，金志刚，杨正瓴，张军. 基于向量相似度的水印模型分析[J]. 计算机工程与应用, 2016, 52(24): 116-120.
[5]	周菲菲，陈建明，张晶晶. 基于局部最小熵的小波系数预测编码方法[J]. 计算机工程与应用, 2016, 52(22): 203-207.
[6]	蔡伟华，何选森. 基于UWT和独立分量分析的含噪盲源分离[J]. 计算机工程与应用, 2016, 52(16): 180-185.
[7]	陈昌龙，孙克辉. 基于图像特征分块的分数阶微分图像增强算法[J]. 计算机工程与应用, 2016, 52(14): 186-191.
[8]	何易德1，秦小林1，罗国涛2，陈帅1. 基于R-滤子的多帧图像重建算法[J]. 计算机工程与应用, 2015, 51(17): 194-198.
[9]	包广清，常勇，杨国金. 基于EMD阈值方法的轴承故障振动信号去噪[J]. 计算机工程与应用, 2015, 51(10): 205-210.
[10]	槐向兵，厉征鑫，刘建立，高卫东. 基于轮廓波变换的织物疵点图像消噪新方法[J]. 计算机工程与应用, 2014, 50(19): 143-146.
[11]	乔闹生1，2，张奋3. 广义全变分与巴特沃斯高通滤波融合图像去噪[J]. 计算机工程与应用, 2014, 50(19): 20-22.
[12]	周菲菲. 基于三进制表示的小波系数预测编码方法[J]. 计算机工程与应用, 2013, 49(9): 156-159.
[13]	张佳，赵凤群，戴芳，左涛. 小波和KPD的图像压缩方法[J]. 计算机工程与应用, 2013, 49(9): 160-163.
[14]	李高平，杨军，陈毅红. 改进转动惯量特征的快速分形图像编码算法[J]. 计算机工程与应用, 2013, 49(24): 144-148.
[15]	褚静，徐安成，张美凤. 基于DWT-LSSVM的图像压缩算法[J]. 计算机工程与应用, 2013, 49(14): 156-159.

基于二维EMD分解的图像压缩研究

Image compression research based on BEMD

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics