-
题名基于视觉纹理度的WBCT岩心图像压缩
- 1
-
-
作者
唐国维
吴双
-
机构
东北石油大学计算机与信息技术学院
-
出处
《化工自动化及仪表》
CAS
2015年第8期913-916 937,937,共5页
-
基金
中国石油科技创新基金研究项目(2013D-5006-0203)
东北石油大学研究生创新科研项目(YJSCX2014-032NEPU)
-
文摘
针对传统的基于小波变换的压缩方法具有方向选择性差的缺陷,将Contourlet变换与小波变换相结合,并提出图像纹理度的概念,结合人眼视觉特性实现Contourlet方向变换的最优分解,并在此基础上采用SPECK算法对岩心图像进行压缩编码。实验结果表明:改进后算法的压缩效果明显好于SPECK算法,并能更有效地保留岩心图像的边缘和纹理特征。
-
关键词
岩心图像压缩
小波变换
CONTOURLET变换
SPECK算法
人眼视觉特性
-
Keywords
core image compression,wavelet transformation,Contourlet transform,SPECK algorithm,HVS
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的岩心图像压缩模型研究
被引量：1
- 2
-
-
作者
常子鹏
宋文广
顾宫
-
机构
长江大学计算机科学学院
-
出处
《电脑知识与技术》
2018年第8X期173-174,共2页
-
文摘
传统的岩心图像压缩多采用小波变换,此方法并不利于对岩心图像细节信息的保留,压缩后清晰度也无法满足岩性分析的需求。提出一种JPEG结合卷积神经网络的岩心图像压缩模型。首先将待压缩岩心图像送入空域冗余去除结构剔除冗余信息,再使用JPEG编码把图像变换到DCT域,量化后去除不必要的高频信息。解码时使用JPEG解码器将图像从DCT域变换到像素域,为了恢复岩心图像在空域、频域的失真,于解码端添加了19层的卷积层的神经网络,最终将岩心图像重构。此方法创新点在于首次提出深度学习应用于岩心图像的压缩,并具有比传统小波变换与离散余弦变换的压缩方法更高的图像压缩比与清晰度,对岩心图像研究领域具有较高的参考价值与实用前景。
-
关键词
岩心图像压缩
卷积神经网络
JPEG
深度学习
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
