期刊文献+

基于注意力集中机制的图像压缩算法 被引量:1

An Algorithm for Image Compression with Selective Focusing
下载PDF
导出
摘要 在已有小波压缩技术的基础上 ,充分利用人类视觉具有注意力集中机制的特性 ,提出了加权小波系数的改进方法 ,对某些人类视觉敏感区域实现可变压缩比 ,取得较满意的结果 .在图像压缩比相似的情况下 ,主观图像质量取得明显改善 .实验证明 ,该算法易于解决经典方法较难解决的压缩问题 . A simple weighted focusing technique is proposed for image compression. It enables us to single out the Region of Interesting (ROI) and obtain variable compression rate over an image. With the same compression rate, the compressed image is better under the subjective criteria. The experimental results show that the proposed algorithm is easily implemented and suitable to problems which are difficult to be solved by traditional compression techniques.
作者 纪震 蒋一峰
出处 《深圳大学学报(理工版)》 EI CAS 2001年第2期51-56,共6页 Journal of Shenzhen University(Science and Engineering)
关键词 图像压缩算法 小波变换 人类视觉敏感区域 注意力集中机制 image compression wavelet transform human vision characteristics
  • 相关文献

参考文献13

  • 1Devore R Jawerth B.通过小波变换的图像压缩[J].IEEE期刊信息技术分刊,1992,38:719-747.
  • 2Mallat S.多分辨信号分解理论:小波综述[J].IEEE期刊模式分析与机器智能分刊,1989,11(7):674-693.
  • 3Dabechies I.紧支集正交小波基[J].纯应用数学通讯,1988,41:909-996.
  • 4王卫,蔡德钧,万发贯.一种多分辨率图像混合编码方案[J].通信学报,1995,16(2):71-78. 被引量:13
  • 5Jawerth B J Hilton M L 等.压缩图像的局部增强[J].数学成像与视觉期刊,1993,(3):39-49.
  • 6Burt P J.估计局部图像的最快算法[J].计算机视觉与图形图像处理期刊,1983,21:368-382.
  • 7王卫,通讯学报,1995年,16卷,2期,71页
  • 8高文,多媒体数据压缩技术,1994年
  • 9Jawerth B J,数学成像与视觉(英文版),1993年,3期,39页
  • 10Devore R,IEEE期刊信息技术分刊(英文版),1992年,38卷,719页

二级参考文献4

共引文献12

同被引文献6

  • 1Han J, Ngan K, Li M, etal. Unsupevrised extraction of visual attention objects in color images [ J ]. IEEE Transactions on Circuits an:c] Systems for Video Technology,2006,16( 1 ) :141 -145.
  • 2Rutishauser U, Walther D, Koch C, etal. Is bottom-up attention useful for object recognition [ C ]. Washington: IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2004:37 -44.
  • 3Cheng Mingming, Zhang Guoxin, Mitra N J,etal. Global Contrast based Salient Region Detection[ C ]. Providence: IEEE Conference on Computer Vision and Pattern Recognition, 2011: 409 - 416.
  • 4Treisman A M ,Gelade G. A feature - integration theory of attention[J]. Cognitive Psyeholog,1980,12( I ) :97 - 106.
  • 5Boykov Y, Kolmogorov V. An Experimental Comparison of Min-cut/Max-flow Algorithms for Energy Minimization in Vi- sion [ J ]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004,26 (9) : 1 124 - 1 137.
  • 6Felzenszwalb P, Huttenlocher D. Efficient graph-based image segmentation [ J ]. International Journal of Computer Vision, 2004,59(2) :167 - 181.

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部