[发明专利]一种基于稀疏矩阵、卷积神经网络的图片压缩方法

摘要

本发明公开了一种基于稀疏矩阵、卷积神经网络的图片压缩方法，包括以下步骤：将图像转换成二维矩阵数据，利用卷积神经网络评估、优化和构建稀疏矩阵图像，再通过卷积神经网络优选压缩方案，用选取出的最优压缩方案对稀疏矩阵图像进行压缩处理，最后得到高压缩比高、失真少的压缩图像。本发明解决了现有压缩技术压缩比低、压缩后图片质量下降太多，使图像难以使用和识别的问题，并且本压缩方法能够根据图片内容进行优化，自行选择合适的图像构建和压缩方法，使图片特征提取和压缩方法具备自行优化和学习的能力。

主权项

1.一种基于稀疏矩阵、神经网络的图片压缩方法，其特征在于，所述的图片压缩方法包括以下步骤：S1：采用神经网络对图像稀疏矩阵进行评估、优化，构建最优稀疏矩阵；S2：采用神经网络选取最优压缩算法并对图像稀疏矩阵进行压缩处理，得到压缩图像；其中，所述的图像稀疏矩阵的评估、优化和构建，包括以下子步骤：S11：将待压缩图像转化为二维矩阵数据；S12：采用神经网络对二维矩阵数据进行处理，得到备选图像稀疏矩阵；包括以下子步骤：S121：构建区域中心，在二维矩阵中随机找到像素点(x1,y1)，检验该点是否有颜色值，若有则该点作为区域中心(x1,y1)；S122：构建分布函数，根据区域中心构建分布函数，其概率密度函数为：其中μ₁,μ₂,σ₁,σ₂,ρ都是常数，μ₁,μ₂代表位置(x1,y1),σ₁,σ₂,ρ代表类椭圆切面的长宽深；S123：根据卷积神经网络优化后的反馈值作为常数，带入概率密度函数，检验区域中心(x1,y1),并扩展矩阵N*M区域内的像素是否符合该颜色，若符合将区域中心(x1,y1)的值设置为X*Y，并将结果反馈给卷积神经网络；S124：重复S121～S123过程P次，其中P为随机数，P

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都四方伟业软件股份有限公司，未经成都四方伟业软件股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201710447083.2/，转载请声明来源钻瓜专利网。