计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
23期
185-187
,共3页
二维经验模式分解%主成分分析%峰值信噪比%数字图像压缩
二維經驗模式分解%主成分分析%峰值信譟比%數字圖像壓縮
이유경험모식분해%주성분분석%봉치신조비%수자도상압축
二维经验模式分解(BEMD)方法是一种不依懒于基函数的数据驱动的自适应方法,主成分分析(PCA)算法具有去相关性好、压缩比高等特点.因此尝试运用BEMD算法对图像进行分解,利用PCA算法对分解后的子图像进行压缩.通过Matlab仿真,证明了该方法的有效性和优越性,且基本实现了高压缩比下达到高信噪比的目的.
二維經驗模式分解(BEMD)方法是一種不依懶于基函數的數據驅動的自適應方法,主成分分析(PCA)算法具有去相關性好、壓縮比高等特點.因此嘗試運用BEMD算法對圖像進行分解,利用PCA算法對分解後的子圖像進行壓縮.通過Matlab倣真,證明瞭該方法的有效性和優越性,且基本實現瞭高壓縮比下達到高信譟比的目的.
이유경험모식분해(BEMD)방법시일충불의라우기함수적수거구동적자괄응방법,주성분분석(PCA)산법구유거상관성호、압축비고등특점.인차상시운용BEMD산법대도상진행분해,이용PCA산법대분해후적자도상진행압축.통과Matlab방진,증명료해방법적유효성화우월성,차기본실현료고압축비하체도고신조비적목적.
