权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ウェーブレット解析による画像圧縮と連想記憶モデルによる圧縮画像の高速認識

使用小波分析进行图像压缩以及使用关联存储模型对压缩图像进行高速识别

基本信息

批准号：
06808035
负责人：
新島耕一
金额：
$ 1.22万
依托单位：
Kyushu Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for General Scientific Research (C)
财政年份：
1994
资助国家：
日本
起止时间：
1994 至无数据
项目状态：
已结题

项目摘要

この研究では、画像を高周波成分と低周波成分に分けるためにドゥビシイのウェーブレットを用いた。理由は、ドゥビシイのウェーブレットフィルターの台が短く、高速分解が可能であるからである。また、このフィルターを用いると高速で画像を復元できる。ウェーブレットの重要な特徴は、多重解像度解析であることである。つまり、分解して得られた低周波成分を原画像と考えれば、これをふたたび高周波成分と低周波成分に分けることができる。このことは、原画像が各レベルの高周波成分の集まりであることを意味する。高周波成分は、量子化すれば情報量がきわめて少ないことがわかっており、このことが情報圧縮を可能にしている。ウェーブレットのもつもう一つの重要な性質は、画像のウェーブレット分解で得られる低周波成分が、分解する直前の画像の最良近似になっていることである。これは当研究で得られた成果の一つである(代表者の第1論文)。代表者による第2論文では、ドゥビシイのウェーブレットを医用画像に適用してその有効性を確かめた。ドゥビシイのウェーブレット解析で得られた画像の高周波成分を量子化しさらに2値化すると曲線の集まりが得られる。それはちょうど文字パターンのように見える。代表者による第3論文では、それらのパターンを高速で認識する連想記憶モデルを開発した。このモデルは、2値記憶パターンの引き込み領域とそれから導かれる等号制約条件つき最小化問題をラグランジュの方法で解くことによって得られ、ネットワークの結合荷重を高速で決定できる特徴をもっている。このモデルを用いてシミュレーションを行なったところ良好な結果が得られた。

He studied and portrayed the high-cycle component and the low-cycle component. The reason, reason, Please draw a portrait of a person with a high speed. It is important that the resolution of multiple resolution is very important. The original portrait of the low-cycle component is known as the high-cycle component, the low-cycle component, the high-cycle component, the low-cycle component, the high-cycle component, the high-cycle component, the low-cycle component, the The original portrait, the original portrait, the high-frequency components, the collection of high-frequency components, the original portrait, the original portrait and the original portrait. High-frequency components, quantized information, etc. The best approximation is the best approximation of the portrait, which is the best approximation of the portrait. When you get the results of the research, you can get the results (the first article of the representative). The representative