[发明专利]基于神经网络与SVM的图像编码方法

权利要求书

1、一种基于神经网络与SVM的图像编码方法，包括下述步骤：

a.压缩

a1.把所有要处理的图像数据视为由虚拟信源Y₁产生的字符串γ₁；

a2.建立虚拟信源Y₁的神经网络模型；

a3.用模型参数去编码γ₂由虚拟信源产生的字符串；

a4.建立虚拟信源Y₂的SVM模型；

a5.用SVM模型参数去编码γ₃由虚拟信源产生的字符串γ₂；

b.解压缩

b1.恢复SVM模型参数；

b2.恢复虚拟信源的SVM模型；

b3.虚拟信源的SVM模型结合特别变换构建字符串的恢复映射；

b4.完全恢复虚拟信源Y₂产生的字符串γ₂；

b5.恢复神经网络模型参数；

b6.恢复虚拟信源Y₁的神经网络模型；

b7.虚拟信源Y₁的神经网络模型结合特别变换构建字符串的恢复映射；

b8.完全恢复虚拟信源Y₁产生的字符串γ₁。

2、根据权利要求1所述的基于神经网络与SVM的图像编码方法，其特征在于：在步骤a3中，所述模型参数，其数据量少于原始字符串的数据量；在步骤a5中，所述SVM模型参数，其数据量少于原始字符串的数据量。

3、根据权利要求1所述的基于神经网络与SVM的图像编码方法，其特征在于：所述虚拟信源是一映射：

其中，映射Y：设A＝{(x₁，…，x_i，…，X₁₂)| x_i＝0，1}把(x₁，…，x_i，…，x₁₂)按二进制数x₁x₂…x_i…x₁₂的大小倒序排列，即排为有序点a₁＝(1，1，…，1)，a₂＝(1，…，1，0)，a₃＝(1，…，1，0，1)，…，a₄₀₉₅＝(0，…，0，1)，a₄₀₉₆＝(0，…，0，0)。假定待压缩的0与1的字符串γ＝c₁…c₄₉₁₅₂，c_j＝0 or 1，其中γ的长度为49152，记B＝{b_j|b_j＝(c_12×(j-1)+1，…，c_12×j)，1≤j≤4096}。注：b_j中的c_i要转换为0与1数的形式。定义Y为A到B的映射

                    Y:A→B

Y:a_i→b_i，i＝1，…，4096，a_i∈A，b_i∈B

即b_i＝Y(a_i)，i＝1，…，4096。

4、根据权利要求1所述的基于神经网络与SVM的图像编码方法，其特征在于：所述虚拟信源Y₂的SVM模型是径向基型支持向量机。

5、根据权利要求1所述的基于神经网络与SVM的图像编码方法，其特征在于：所述字符串γ₂的恢复映为

6、根据权利要求1所述的基于神经网络与SVM的图像编码方法，其特征在于：所述字符串γ₁恢复映射是BP模型复合取整函数[y_i(X)+0.5]。