基于神经网络与SVM的图像编码方法

摘要

本发明公开一种基于神经网络与SVM的图像编码方法，包括下述步骤：压缩，其包括诸如建立虚拟信源Y₁的神经网络模型，建立虚拟信源Y₂的SVM模型，用SVM模型参数去编码γ₃由虚拟信源产生的字符串γ₂等，解压缩，其包括恢复SVM模型参数，恢复虚拟信源的SVM模型，虚拟信源的SVM模型结合特别变换构建字符串的恢复映射，恢复虚拟信源Y₁的神经网络模型，虚拟信源Y₁的神经网络模型结合特别变换构建字符串的恢复映射，完全恢复虚拟信源Y₁产生的字符串γ₁等。该方法在微损的条件下，有较高的压缩比，部分情况下解决了图像编码系统中“高保真”与“高压缩比”不能统一的矛盾。

主权项

1、一种基于神经网络与SVM的图像编码方法，包括下述步骤：a.压缩a1.把所有要处理的图像数据视为由虚拟信源Y1产生的字符串γ1；a2.建立虚拟信源Y1的神经网络模型；a3.用模型参数去编码γ2由虚拟信源产生的字符串；a4.建立虚拟信源Y2的SVM模型；a5.用SVM模型参数去编码γ3由虚拟信源产生的字符串γ2；b.解压缩b1.恢复SVM模型参数；b2.恢复虚拟信源的SVM模型；b3.虚拟信源的SVM模型结合特别变换构建字符串的恢复映射；b4.完全恢复虚拟信源Y2产生的字符串γ2；b5.恢复神经网络模型参数；b6.恢复虚拟信源Y1的神经网络模型；b7.虚拟信源Y1的神经网络模型结合特别变换构建字符串的恢复映射；b8.完全恢复虚拟信源Y1产生的字符串γ1。