基于位平面分解的NAM优化策略

在研究非对称逆布局模式表示模型（NAM）的基础上，针对多值图像表示中子模式的数虽优化问题，提出一种基于位平面分解的优化策略，利用位面间的相关性，改变位面内的扫描算法，进一步减少数据冗余，实现更高的压缩率，并进行理论分析和实验验证。结果表明，该优化策略可以大幅减少子模式数量，优化后的子模式个数减少7．1％～27．1％。

一种基于非对称逆布局模型的彩色图像表示方法

借助于Packing问题的思想,提出了一种基于非对称逆布局的模式表示模型(non-symmetry and anti- packing pattern representation model,简称NAM)的彩色图像表示方法.通过描述NAM和彩色图像的二进制位平面分解(binary-bit plane decornposition,简称BPD)方法,给出了一种全新的基于NAM的彩色图像表示算法,并对算法的总数据量进行了分析.理论分析和实验结果均表明,与流行的基于分层结构的线性四元树的彩色图像表示方法相比,基于NAM的表示方法能够更有效地减少数据存储空间,是彩色图像模式表示的一种良好方法.这种方法可以应用于彩色图像模式表示的各个方面,在降低存储空间、提高传榆速度、加快处理过程、模式匹配等方面具有良好的理论参考意义和实际应用价值.