基于神经网络的图像KL变换方法的改进

KL变换作为最优变换在图像压缩中很有应用潜力。传统的基于神经网络的图像KL变换方法存在一些不足。本文提出了一种基于神经网络的图像KL变换的改进方法。该方法的特点是:通过对图像进行行列两次分割得到两组学习样本,分别对两个神经网络进行训练,用训练好的两个网络对原图像进行二次KL变换。对新方法进行仿真,结果表明所提的方法图像压缩效果较好,有效的消除了变换对于分割方向性的依赖。