PCNN与行程编码结合的图像压缩方法

doi:10.3778/j.issn.1002-8331.2008.20.059

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (20): 196-197.DOI: 10.3778/j.issn.1002-8331.2008.20.059

• 图形、图像、模式识别 • 上一篇下一篇

PCNN与行程编码结合的图像压缩方法

阮柏尧,陈伟峰,张歆奕

五邑大学信息学院，广东江门 529020

收稿日期:2007-10-10 修回日期:2008-01-21 出版日期:2008-07-11 发布日期:2008-07-11
通讯作者: 阮柏尧

Method of image compression using PCNN and run-length encoding

RUAN Bai-yao,CHEN Wei-feng,ZHANG Xin-yi

Information School of Wuyi University，Jiangmen，Guangdong 529020，China

Received:2007-10-10 Revised:2008-01-21 Online:2008-07-11 Published:2008-07-11
Contact: RUAN Bai-yao

摘要/Abstract

摘要： 行程编码是一种简单的基于字典的图像压缩技术，但它本身存在着对某类图像不能有效压缩的缺陷。提出了一种由PCNN和行程编码结合的图像压缩方法，来克服行程编码的缺陷。实验表明，PCNN和行程编码结合的图像压缩方法对不同的图像都能进行有效的压缩。

关键词: 脉冲耦合神经网络, 行程编码, 图像压缩

Abstract: Run-Length Encoding（RLE） is a simple method of image compression based on wordbook，yet it is inefficient on the compression of some specific images.In this paper，a new method of image compression using PCNN and RLE is put forward to overcome the limitation of RLE.The results of experiment show that the new method is efficient on different kinds of image compression.

Key words: Pulse Coupled Neural Network（PCNN）, Run-Length Encode（RLE）, image compression

阮柏尧,陈伟峰,张歆奕. PCNN与行程编码结合的图像压缩方法[J]. 计算机工程与应用, 2008, 44(20): 196-197.

RUAN Bai-yao,CHEN Wei-feng,ZHANG Xin-yi. Method of image compression using PCNN and run-length encoding[J]. Computer Engineering and Applications, 2008, 44(20): 196-197.

[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]	李敏，苑贤杰，骆志丹，邱晓华. 基于改进引导滤波与DCPCNN的图像融合方法[J]. 计算机工程与应用, 2019, 55(19): 207-213.
[3]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[4]	丁雪梅，李为相，毛祥宇. 结合PCNN和自适应DGA算法的视网膜血管分割[J]. 计算机工程与应用, 2018, 54(21): 201-207.
[5]	王文涛，罗晓曙，阎晨阳. 基于灰度迭代阈值PCNN的眼底图像血管分割[J]. 计算机工程与应用, 2018, 54(20): 197-201.
[6]	王红梅，付浩. 脉冲耦合神经网络自适应图像融合算法研究[J]. 计算机工程与应用, 2017, 53(7): 177-180.
[7]	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.
[8]	杨雪，刘天时，李湘眷. 融合小波变换与改进PCNN的图像增强算法研究[J]. 计算机工程与应用, 2016, 52(8): 163-168.
[9]	宋建辉，甘晶，刘砚菊. 基于PCNN与区域特征的红外与可见光图像融合[J]. 计算机工程与应用, 2016, 52(8): 186-190.
[10]	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.
[11]	李美丽. 基于PCNN和果蝇优化算法的自适应图像融合[J]. 计算机工程与应用, 2016, 52(17): 220-224.
[12]	林俊，刘龙，谷兵. 基于PCNN的迷宫路径搜索的评估函数优化研究[J]. 计算机工程与应用, 2016, 52(1): 151-156.
[13]	闵永智1，康飞1，党建武1，邓岳2. 轨道视觉检测系统中行程编码的应用研究[J]. 计算机工程与应用, 2015, 51(19): 169-172.
[14]	刘雯敏，陈秀宏. 基于PCNN和非线性滤波万有引力的医学图像融合[J]. 计算机工程与应用, 2014, 50(24): 191-198.
[15]	廖勇1，2，黄文龙3，尚琳4，李鹏3. Shearlet与改进PCNN相结合的图像融合[J]. 计算机工程与应用, 2014, 50(2): 142-146.

PCNN与行程编码结合的图像压缩方法

Method of image compression using PCNN and run-length encoding

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