基于可逆整数时间域重叠变换的分类矢量量化图像编码

针对普通矢量量化编码不能保留大量边缘细节信息,导致图像边缘细节模糊的问题,该文提出一种基于可逆整数时间域重叠变换(RTDLT)与分类矢量量化的图像压缩编码方法。首先对图像进行分块,同时对图像进行RTDLT变换,然后根据图像分块的梯度幅值与RTDLT变换系数对分块进行分类,最后对不同类别分块的RTDLT系数进行独立的基于模糊c均值矢量量化编码。实验证明,该算法比JPEG2000等其他算法具有更高的压缩倍数,重构图像质量更高。

关于可逆矩阵、正交矩阵、对称变换的定义的注记

在一些《高等代数》、《线性代数》教材或参考资料中,对可逆矩阵、正交矩阵、对称变换的定义有重叠部分,本文对此谈点肤浅看法。