基于BP神經網絡實現印刷圖像壓縮重建的研究大標題

鮑蓉

(蘭州石化職業技術學院 印刷出版工程系,甘肅 蘭州 730060)

?

基于BP神經網絡實現印刷圖像壓縮重建的研究大標題

鮑蓉

(蘭州石化職業技術學院 印刷出版工程系,甘肅 蘭州 730060)

針對印刷圖像壓縮重建問題，構建BP神經網絡模型，采用LM算法提高了運算速度。在印刷圖像壓縮重建訓練過程中，對隱含層神經元個數設定進行了類比分析，峰值信噪比和壓縮比率均達到預期效果。對印刷圖像壓縮重建后出現塊效應效果進行了分析，提出了修正模型方法。

BP神經網絡；神經元；印刷圖像；壓縮重建；信噪比；MATLAB

0 引 言

目前印刷行業已廣泛運用數字技術存儲和傳輸圖像，圖像信息數字化后，具有信息量大、帶寬寬等特點。如何在有限的時間和空間里有效地處理、存儲和傳輸更多圖像信息以減少成本，成為日益尖銳的問題。如果增加信道的資源，但信道的增加永遠趕不上信息的爆炸式增長，況且還要受到環境等因素的制約,那就只能盡量減少表示圖像的數據量，以達到壓縮圖像數據的目的，因此印刷圖像的壓縮是非常有必要的。

圖像壓縮的算法多種多樣，如JPG/JPEG圖像使用JPEG壓縮標準，JPEG壓縮標準使用了變換編碼與熵編碼的方式。此外還有基于小波變換的圖像壓縮算法、分形壓縮編碼、矢量量化壓縮編碼等。本文采用BP神經網絡對印刷圖像進行壓縮，在保證較好峰值信噪比(Psnr)的情況下，達到了較高的壓縮比(Rate)[1-2]。

1 神經網絡

BP神經網絡至少包含一個隱含層，因此整體構成了一個三層的網絡。……