基于神经网络的K－L变换及其在图象压缩中的应用  

K-L transform based on neural network and its application in image coding

作　　者：李莉[1] 张立明[1] 

机构地区：[1]复旦大学电子工程系

出　　处：《复旦学报（自然科学版）》1996年第5期503-510,共8页Journal of Fudan University：Natural Science

基　　金：国家攀登计划认知科学(神经网络)重大关键项目

摘　　要：介绍了一种可用迭代方法实现Ｋ－Ｌ变换的神经网络及相应的算法（ＧＨＡ），采用该算法对网络的权作修正，可使网络唯一的收敛到一个稳定点，其ｍ个输出神经元对应的权依次为最大ｍ个特征值所对应的单位特征矢量．文章给出了网络实现中的改进结构，并把该网络用于图象压缩．结果表明它具有比ＤＣＴ变换更理想的压缩效果，而比常规Ｋ－Ｌ变换方法实现起来更容易、更快，特别是它便于计算多幅图象的公共变换基，因此具有较大的现实意义．his paper introduces a neural network accomlishing K-L transform. The algorithm of this network ensures that the wight converges to unique stability which is composed of eignvectors. They also improve the network in order to speed up and facilitate hardware accomplishment. They apply it to image coding. The results show that it is better than DCT transform and quicker than tranditional K-L transform. Especilly it can be applied to several images to find their common K-L transform bases.

关 键 词：神经网络 K-L变换 GHA算法 图象压缩 图象处理 

分 类 号：TN919.8[电子电信—通信与信息系统]