基于截断hosvd的图像压缩算法

《基于截断hosvd的图像压缩算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于截断HOSVD的图像压缩算法摘要：本文提出了一种新的图像压缩技术。受高阶奇异值分解（hosvd）的启发，该技术将每一幅灰度和彩色图像都作为高阶张量，并丢弃奇异子张量相应较小的奇异值来实现图像压缩。在文中还证明了hosvd是svd矩阵自然扩伸，并且由于n模式奇异向量相应的较大n模式奇异值在张量分解奇异值耗费更多的资源，我们采用截断hosvd来实现图像压缩。通过对比实验表明，基于截断hosvd图像压缩技术比jpeg可以获得更好的性能。关键词：图像压缩；张量分解；截断hosvd；jpegimagecompressionalgorithmbasedthet

2、runcatedhosvdliguoqiang(henanwaterconservancyandhydroelectricpowerschool,zhoukou466001,china)abstract:thispaperpresentsanewimagecompressiontechnology.bythehigherordersingularvaluedecompositiontheinspirationof(hosvd),thetechnologyeveryonegrayscaleandcolorimagesasahigherordertenso

3、r,anddiscardthesingularsub-tensorcorrespondingsmallersingularvaluestoachievetheimagecompression.inthetextalsoprovedthehosvdsvdmatricesnaturalexpansionstretched,andconsumingmoreresourcesduetothen-modesingularvectorscorrespondinglargernmodesingularvaluedecompositionintensorsingula

4、rvalue,wehaveadoptedthethetruncatedhosvdtoimagecompression.theexperimentshowsthatthecompressionbasedtruncationhosvdimagesthanjpegcangetabetterperformance.keywords:imagecompression;tensordecomposition;truncatedhosvd;jpeg一、介绍在过去的几十年中，很多应用都需要处理大量的多维数据。未压缩的多媒体数据需要相当大的存储容量和传输带宽。尽管在海量

5、存储密度、处理器速度和数字通信系统的性能方面取得了快速进展，人们对数据存储容量和数据传输带宽的需求仍不断超越现有的技术能力。最近由于数据密集的多媒体web应用的增长，不仅持续需要更有效的方式来编码信号和图像，而且信号和图像的压缩已成为存储和通信技术的核心部分。虽然静止图像压缩的jpeg标准的国际标准已经由国际标准化组织（iso）和国际电工委员会（iec）建立，但因为底层的基于块的离散余弦变换（dct）架构使得这种编码器的性能在低比特率普遍降低[1]。因此，小波变换已经成为了图像压缩研究的尖端技术，jpeg-2000标准中的热门是所有基于小波变换的压缩算

6、法[2]。二、高阶奇异值分解一个n阶张量表示为。这是由n个指数即，n=1…n，每个指明了a的n模式，n的维称为a的阶（模式）。特别是，一个标量是零阶张量，一个向量是一阶张量，一个矩阵是一个二阶张量。定义1：（标量张量积）两个张量的标量积表示为，其中。定义2：（弗罗贝纽斯规范）frobenius范数的张量a定义为。定义3：（张量距离）在a和b之间的距离定义为。定义4：（n模式积）假设张量，矩阵，则a和u的积被称为n模式积，它可以表示另一个张量，。定义5：（展开模式-k）n阶张量的展开模式-k矩阵可以表示为，其列索引等于.定义6：（a的n-秩）记为，它是跨

7、区模式n向量的向量空间的维数。观察1：考虑二阶张量，它是一个矩阵，它的模式-1矩阵展开等于自己，模式-2矩阵展开等于。观察1有助于我们建立张量和它的展开矩阵之间的连接，并且对证明定理2是非常有用的。定理1：（hosvd）任何张量可用积表示：（1）具有以下属性：(1)是单一的矩阵()。(2)核心张量具有以下属性：正交：两个核心张量和，对n的所有可能值它都是正交的，当，和都是遵从这个特性，并且。排序：n的所有可能值。定义7：弗罗贝纽斯规范，表示，它是a的n-模式奇异值，向量是n-模式的第i个奇异向量。hosvd矩阵可用可展开的a和b表示：(2)其中表示kr

8、onecker积。定义为对角矩阵和优先列的正交矩阵如下：(3)(4)其中，。那么很显然，hos