基于混沌神經(jīng)網(wǎng)絡(luò)的圖像壓縮技術(shù).pdf

1、數(shù)字圖像處理技術(shù)在多媒體、因特網(wǎng)、電視、傳真等領(lǐng)域的應(yīng)用越來越廣泛。圖像壓縮是數(shù)字圖像處理中最重要的關(guān)鍵技術(shù)之一，傳統(tǒng)的圖像壓縮方法有預(yù)測編碼、變換編碼和矢量量化等。近二十年來，基于神經(jīng)網(wǎng)絡(luò)、分形理論、小波變換的現(xiàn)代壓縮方法已成功用于圖像壓縮。
　　混沌神經(jīng)網(wǎng)絡(luò)是近年來發(fā)展起來的一門新的科學(xué)，由于具有混沌特性的人工神經(jīng)網(wǎng)絡(luò)具有十分復(fù)雜的動力學(xué)特性，獲得了廣泛的研究，不同于僅具有梯度下降特性的常規(guī)神經(jīng)網(wǎng)絡(luò)，具有混沌特性的神經(jīng)網(wǎng)絡(luò)具有

2、更加豐富的和遠(yuǎn)平衡點的動力學(xué)特性，同時存在各種吸引子?；煦缟窠?jīng)網(wǎng)絡(luò)的這種復(fù)雜的動力學(xué)特性是一種能在信息處理和優(yōu)化計算等方面有廣泛應(yīng)用前景的技術(shù)。
　　本文研究混沌神經(jīng)網(wǎng)絡(luò)在靜止圖像壓縮中的應(yīng)用，主要內(nèi)容包括兩個部分：一是研究基于Logistic映射的兩種不同類型的混沌神經(jīng)網(wǎng)絡(luò)模型——Ⅰ型前向混沌神經(jīng)網(wǎng)絡(luò)和Ⅱ型前向混沌神經(jīng)網(wǎng)絡(luò)，詳細(xì)研究了它們在圖像壓縮中的應(yīng)用及關(guān)鍵技術(shù)。并通過一系列的仿真實驗，對這兩種模型的壓縮性能與以往用于圖像壓

3、縮的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了比較。二是在分析現(xiàn)有混沌神經(jīng)網(wǎng)絡(luò)的工作原理的基礎(chǔ)上，研究一種新的混沌神經(jīng)網(wǎng)絡(luò)模型。該網(wǎng)絡(luò)具有瞬態(tài)混沌響應(yīng)，類似于Hopfield網(wǎng)絡(luò)的結(jié)構(gòu)，但是又比Hopfield網(wǎng)絡(luò)具有更加豐富的動力學(xué)特征、更強的全局搜索能力。通過把混沌動力學(xué)與收斂力學(xué)相結(jié)合，使網(wǎng)絡(luò)逐漸由混沌神經(jīng)網(wǎng)絡(luò)向Hopfield網(wǎng)絡(luò)過度，達(dá)到控制混沌的目的，并提供一個在全局最優(yōu)解附近的值?；谠撃Ｐ蛢?yōu)化功能，利用一個實現(xiàn)碼本設(shè)計的競爭性 CHNN模型，設(shè)