[发明专利]基于新的学习函数的三维自组织映射图像编码方法

摘要

本发明公开一种基于新的学习函数的三维自组织映射图像编码方法，首先，对图像样本进行不断学习训练，得到最佳匹配模式库；然后，对待编码的图像进行分块处理，并将这些待编码图像块与最佳匹配模式库中的模式矢量进行图像模式匹配，编码每个块在模式库中的匹配模式的索引。本发明具有模式库调整速度快，模式库训练效率高的特点。

主权项

1.基于新的学习函数的三维自组织映射图像编码方法，其特征是，包括如下步骤：步骤1、对图像样本进行不断学习训练，得到最佳匹配模式库；步骤1.1、对图像样本进行分块，每个图像块为一个训练矢量，共得到含L个训练矢量的训练矢量集；步骤1.2、从训练矢量集中选择N个训练矢量来构成初始模式库，该初始模式库中的训练矢量称为模式矢量，且初始模式库中的模式矢量排列成三维立体结构；上述N＜＜L；步骤1.3、设定学习速度函数；其中，B0为训练开始时的最大学习速度，C1为学习衰减常数；t＝0,1,…,L‑1，L为训练矢量集中训练矢量的个数；步骤1.4、输入一个训练矢量，并分别计算该训练矢量与初始模式库中的各个模式矢量的失真，从中选择出与训练矢量失真最小的模式矢量作为获胜模式矢量；步骤1.5、根据下式调整获胜模式矢量及其三维邻域范围内的模式矢量；其中，W_j(t+1)为第t+1次训练时的模式矢量，W_j(t)为第t次训练时的模式矢量，X(t)为训练矢量，j^*为获胜模式矢量，为获胜模式矢量j^*在第t次训练时的邻域函数，α(t)为第t次训练时的学习速度函数；j＝0,1,…,N‑1，N为设定的三维自组织映射网络的大小；t＝0,1,…,L‑1，L为训练矢量集中训练矢量的个数；步骤1.6、返回步骤1.4重新选择一个训练矢量，直到输入完所有的训练矢量，得到最佳匹配模式库；步骤2、对待编码的图像进行分块处理，并将这些待编码图像块与最佳匹配模式库中的模式矢量进行图像模式匹配，编码每个块在模式库中的匹配模式的索引。