English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41077592      線上人數 : 949
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/12874


    題名: 應用遺傳演算法於向量量化之新編碼簿設計法;A New Coding Scheme of Vector Quantization by Using Genetic Algorithm
    作者: 張雅惠;Ya-Hui Chang
    貢獻者: 資訊管理研究所
    關鍵詞: 向量量化;遺傳演算法;影像壓縮
    日期: 2001-07-13
    上傳時間: 2009-09-22 15:16:58 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 近年來網際網路蓬勃發展,尤其是在WWW問世以後,網際網路更是走入了一個新的里程碑。WWW大量引用了多媒體的資料,使得影像資料被廣泛的應用於網路上。但伴隨而來的問題是,龐大的影像資料在網際網路上傳輸時,需要花費大量的傳輸時間。若我們能在影像資料傳輸前,先予以壓縮,必能省下不少的時間。向量量化是一種重要的失真影像壓縮方法,很多的影像壓縮技術都有參考到向量量化法的基本觀念。在向量量化領域,最基本的前提是編碼簿必須具有代表性,才能確保還原影像之品質。 本研究擬以遺傳演算法為基礎,設計一套完整的編碼簿設計演算法。我們會先將灰階影像分割成大小為dxd的影像區塊後,並對這些影像區塊求其區塊像素平均值,並將大於區塊平均值之像素,編碼為1;反之,則編碼為0。之後,我們從這些簡化之影像區塊中,運用遺傳演算法找出K個有代表性之簡化影像區塊,以做為碼向量。而為了在遺傳演算的演化期間,維持編碼簿的大小為K,故我們在遺傳演算法之初始化、交配及突變階段,都分別設計了一些機制,以保證不會產生不合理的染色體。在還原影像區塊時,將該影像區塊的高部平均值及低部平均值分別代入編碼向量中1與0的部份,即可得到接近原圖的還原影像。 本研究有下列的優點:編碼簿較傳統作法之編碼簿有通用性。一般而言,編碼簿之大小為256,而我們的編碼簿設計法,就算編碼簿的大小遠小於256,也能保持不錯的影像還原品質。而在運算簡化上,由於我們的影像區塊及碼向量之形態較為簡單,故我們在建立編碼簿與搜尋碼向量的速度都會較傳統向量量化法快速。而由於保存了原有影像區塊的部份資訊,故可避免影像區塊邊緣過於清晰的問題。
    顯示於類別:[資訊管理研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明