《表1 K=2时基于不同算法的压缩模型重建图像评价》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《FA-LMBP混合神经网络算法在图像压缩中的应用》
进行直观比较后,采用结构相似度(SSIM)函数和峰值信噪比(PSNR)函数对图像重建质量进行进一步比较,SSIM值、PSNR值越大,表示重建图像与原图越接近,重建效果越好。表1给出了K=2时基于3种算法的10次运算的平均SSIM值与PSNR值。对于基于BP算法的图像压缩模型,初始权阈值的随机性导致模型无法得到全局最优权阈值参数,模型整体计算精度不高,因此输出的重建图像与原图的相似度差别很大,重建图像基本不可用。采用LMBP算法构建重建模型时,对于训练图像,其重建图像的SSIM值、PSNR值与FA-LMBP算法差别不大,效果都很好;而对于测试图像,由于LMBP算法模型权阈值无法取得像FA-LMBP算法模型那样的全局最优解,因此无论是SSIM值还是PSNR值均明显小于FA-LMBP算法模型。由此可以得出基于FA-LMBP算法的图像压缩模型的压缩效率优于LMBP算法和BP算法模型的结论。进一步对压缩比K=4时3种算法模型的运行效率进行对比,表2给出了基于3种算法的10次运算的平均SSIM值和PSNR值,从表中可以得出与表1相同的结论,即采用FA-LMBP算法建立的压缩模型的图像重建效果明显优于BP和LMBP算法。
图表编号 | XD00106609400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.10 |
作者 | 王海军、金涛、门克内木乐 |
绘制单位 | 鄂尔多斯应用技术学院数学与计算机工程系、鄂尔多斯应用技术学院数学与计算机工程系、鄂尔多斯应用技术学院信息工程系 |
更多格式 | 高清、无水印(增值服务) |