Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Hybrid Scatter Search Algorithm to Solve the Capacitated Arc Routing Problem with Refill Points Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Image Compression Based on Analysis Dictionary

verfasst von : Zongwei Feng, Yanwen Chong, Weiling Zheng, Shaoming Pan, Yumei Guo

Erschienen in: Intelligent Computing Theories and Application

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Along with the extension of the application of the dictionary learned through the synthesis model in the image compression, the time consumption in the sparse representation becomes a key factor restricting the efficiency of the system. Therefore in view of the defect of the synthesis model in the application, combining with the advantages of the analysis model in the sparse representation, we proposed an image block compression model based on analysis dictionary (ALDBCS). In this model, a dictionary which is obtained by using the prior data, is introduced to the process of image compression. The reconstructed simulation experiment proves that the ALDBCS model can not only improve the quality of image reconstruction, but also reduce the consumption of image compression.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel The Scene Classification Method Based on Difference Vector in DCT Domain
Nächstes Kapitel An Improved Algorithm Based on SURF for MR Infant Brain Image Registration
Literatur
1.
2.
Candes, E.J., Romberg, J., Tao, T.: Robust uncertainty principles: exact signal reconstruction from highly incomplete frequency information. IEEE Trans. Inf. Theor. 52(2), 489–509 (2006)MathSciNetCrossRefMATH
3.
Jiao, L., Yang, S., Liu, F., Hou, B.: Review and prospect of compressed sensing. Chin. J. Electron. 39(7), 165–1662 (2011)
4.
Lian, Q., Shi, B., Chen, S.: Progress in research on dictionary learning models, algorithms and applications. Acta Automatica Sin. 41(2), 240–260 (2015)
5.
6.
Rubinstein, R., Bruckstein, A.M., Michal, E.: Dictionaries for sparse representation modeling. Proc. IEEE 98(6), 1045–1057 (2010)CrossRef
7.
Nam, S., Davies, M.E., Michal, E., Gribonval, R.: The cosparse analysis model and algorithms. Appl. Comput. Harmonic Anal. 34(1), 3–56 (2013)MathSciNetCrossRefMATH
8.
Rubinstein, R., Michal, E.: K-SVD dictionary-learning for analysis sparse models. IEEE Int. Conf. Acoust. Speech Signal Process. 22(10), 540–5408 (2012)
9.
Rubinstein, R., Peleg, T., Michal, E.: Analysis K-SVD: a dictionary-learning algorithm for the analysis sparse model. IEEE Trans. Signal Process. 61(3), 661–677 (2013)MathSciNetCrossRef
10.
Rubinstein, R., Michal, E.: Dictionary learning for analysis-synthesis thresholding. IEEE Trans. Signal Process. 62(22), 5962–5972 (2014)MathSciNetCrossRef
11.
Ring, W., Wirth, B.: Optimization methods on riemannian manifolds and their application to shape space. Soc. Indian Autom. Manuf. J. Optimi. 22(2), 596–627 (2012)MathSciNetMATH
12.
Simon, H., Martin, K., Klaus, D.: Analysis operator learning and its application to image reconstruction. IEEE Trans. Image Process. 22(6), 2138–2150 (2013)MathSciNetCrossRef
13.
Dong, J., Wang, W., Dai, W.: Analysis SIMCO: a new algorithm for analysis dictionary learning. In: IEEE International Conference on Acoustic, Speech and Signal Processing (ICASSP), pp. 7193–7197 (2014)
14.
Dong, J., Wang, W., Dai, W., Plumbley, M.D., Han, Z., Chambers, J.: Analysis SimCO algorithms for sparse analysis model based dictionary learning. IEEE Trans. Signal Process. 64(2), 417–431 (2016)MathSciNetCrossRef
15.
Li, Y., Ding, S., Li, Z.: A dictionary-learning algorithm for the analysis sparse model with a determinant-type of sparsity measure. In: Proceeding of the International Conference on Digital Signal Processing, pp. 20–23 (2014)
16.
Kiechle, K., Habigt, T., Simon, H.: Martin kleinsteuber.a bimodal cosparse analysis model for image processing. Int. J. Comput. Vis. 114(2), 33–247 (2015)
17.
Michal, A., Michal, E., Alfred, M.B.: K-SVD: an algorithm for designing overcomplete dictionaries for sparse representation. IEEE Trans. Signal Process. 54(11), 4311–4322 (2006)CrossRef
Metadaten
Titel
Image Compression Based on Analysis Dictionary
verfasst von
Zongwei Feng
Yanwen Chong
Weiling Zheng
Shaoming Pan
Yumei Guo
Copyright-Jahr
2016
Buch
Intelligent Computing Theories and Application

Print ISBN: 978-3-319-42293-0

Electronic ISBN: 978-3-319-42294-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-42294-7_40