支持向量回归方法在图像压缩中的应用

摘要：

在把图像划分为若干个子块的基础上,以广义欧氏距离为评判标准对图像子块进行分类,然后采用支持向量回归方法建立各类型图像子块的模型,得到对应各类型图像子块的支持向量回归模型参数的集合,从而仅用图像子块编号及其类型号和相应的支持向量回归模型参数来描述整个图像,达到图像压缩的目的.实验表明,该方法压缩比高、误码率低、信噪比高、图像恢复质量良好.此外,该方法可以通过改变图像分块的大小或阈值调整压缩比,还可通过改变支持向量回归模型的逼近误差控制图像的恢复质量.

关键词：图像压缩、模型、支持向量回归、广义欧氏距离

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：广东省自然科学基金the Natural Science Foundation of Guangdong Province of China under Grant 05300121

在线出版日期：2009-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：165-167