基于改进K-均值聚类的快速分形图像编码算法

被引：10

作者：

王向阳

于雁春

机构：

[1] 辽宁师范大学计算机与信息技术学院

来源：

计算机科学 | 2008年 / 02期

关键词：

图像压缩; 分形编码; K-均值聚类; 初始聚类中心;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一。本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值-标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法。仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K-均值聚类分形图像压缩方案,而且具有较短的编码时间。同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想)。

引用

页码：219 / 222

页数：4

共 4 条

[1] 结合K均值聚类和KD-Tree搜索的快速分形编码方法 [J].