东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

BFA Based Neural Network for Image Compression

时间：0
分类：TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程] R814.42[医药卫生—影像医学与核医学;医药卫生—放射医学;医药卫生—临床医学]
作者机构：[1]西安交通大学电子与信息工程学院,西安710049, [2]深圳大学德州仪器DSPs实验室,深圳大学计算机与软件学院,深圳518060, [3]利物浦大学电气电子工程系,利物浦L693GJ,英国
相关基金：国家自然科学基金委员会与英国皇家学会合作资助项目（60711130233）
相关项目：粒子群优化算法的研究及其在图象压缩编码中的应用

关键词：联合代数重建算法, 智能单粒子算法, 图像重建, simultaneous algebraic reconstruction technique, intelligent particle optimizer, image reconstruction

中文摘要：

提出一种基于智能单粒子（intelligent particle optimizer，IPO）的改进型联合代数重建算法（simuhaneous algebraic reconstruction technique，SART）．为提高重建图像质量，引入松弛矩阵概念，利用智能单粒子算法搜索每一像素特有的最优松弛因子，增强重建算法对图像局部特性的针对性．仿真结果表明，采用IPO-SART算法获得的重建图像质量较传统SART算法更佳．

英文摘要：

An improved simultaneous algebraic reconstruction technique （SART） based on intelligent particle optimizer （IPO） was presented. Relaxation factor matrix （ RFM）, i.e. a group of unique relaxation factors for each pixel in the reconstructed image, was introduced to improve the quality of the reconstructed image. The newly pro- posed IPO-SART searched the optimal RFM by IPO to enhance the pertinence of the arithmetic to local areas of re- constructed images. Compared with the traditional SART, the simulation results demonstrate the effectiveness of the proposed algorithm in improving the quality of reconstructed images.

同期刊论文项目