基于BP神经网络的图像压缩算法的设计-开题报告

开题报告课题名称基于BP神经网络的图像压缩算法的设计系名称专业名称学生姓名指导教师一、课题来源及意义随着多媒体即使和通信技术的发展，图像信息的存储和传输在社会生活中的作用越来越大。然而图像信息的数据量大，图像信息数字化，并实现存储和在有限的信道内进行实时传输，图像压缩是必须解决的问题之一。图像压缩的目的是为了减少图像冗余的数据，并且在在保证图像质量良好的情况下实现图像压缩。传统的压缩方法无法满足这些要求，所以我们运用BP神经网络来进行图像压缩，来解决问题。BP神经网络系统技术具有良好的容错性，自组织和自适应性的功能。对于BP神经网络自身而言，它不必借助某种预先确定的数据编码算法，它可以根据图像自身的信息特点，自主地完成图像编码和压缩，并且BP神经网络是人工神经网络中比较典型和经常使用的一种网络结构，已经被广泛地应用于图像处理领域。在基于BP神经网络理论之上，又提出了使用BP神经网络方法完成分形图像压缩的大量计算，其中，利用反向求全系数，最快下降法和BP神经网络的并行计算，从而使图像在压缩和解压缩的过程中均可以并行且快速执行。二、研究目标1、熟练MALAB的安装、基本概念；2、了解三层BP网络反向求全系数法；3、掌握基于matlab的图片压缩基本方法；三、研究内容1、掌握人工智能的基本思想，熟练掌握BP神经网络的基本原理；2、建立三层BP网络，实现灰度图片压缩；3、采用基于分类的BP神经网络和最速下降法实现图像压缩,通过增加隐含层的神经元数来提高重建图像的质量。对算法、激活函数和隐含层神经元数等关键参数的讨论分析。四、研究方法与手段根据题目要求，本系统主要通过MATLAB来进行操作，并且运用反向求全系数法和最快下降法进行设计计算。三层BP网络结构示意图一个三层BP网络有三个输入，一个输出，分别是输入层，隐含层和输出层，隐含层节点数小于输出层节点数。其原理是输入信号通过隐层点作用于输出点，经过非线性变换产生输出信号，通过调整输入节点和隐层节点之间的联接强度，隐层节点和输出节点之间的联接强度，是误差沿梯度方向下降，从而确定与最小相对应的网络参数，这个过程需要利用MATLAB软件来建立程序，从而实现图片压缩。实现图片压缩的的方法是利用最快下降法和反向求全系数法对图片进行压缩。其中最快下降法又称作是梯度法，即当f(x)可微时，方向导数为负，说明函数值沿着该方向下降，方向导数越小，说明下降越快。工作基础：了解MATLAB2012的基本使用以及BP神经网络基本思想；研究条件：MATLAB2012以及神经网络的基本思想；应用环境：基于MATLAB2012的数字图像有损压缩；工作目的：熟练使用MATLAB2012神经网络工具箱；掌握人工智能的基本思想，熟练掌握BP神经网络的基本原理；建立三层BP网络，实现灰度图片压缩；五、进度安排1、2015.12.252016.03.05查找资料，通过书籍和视频学习MATLAB的基本概念和语法，初步练习使用MATLAB软件。了解BP神经网络的基本原理及人工智能的基本概念。完成开题报告。2、2016.03.062016.03.29掌握MATLAB中的图片处理的基本方法。3、2016.03.302016.04.20编写程序，完成MATLB中对于图像的预处理，实现灰度图片处理.4、2016.04.212016.05.25完成基于样本的神经网络的训练以及图像压缩，并对其性能进行统计和总结。5、2016.05.262016.06.10撰写论文，准备答辩。六、主要参考文献1郑午.一种小波域内的BP神经网络图像压缩方法J.微计算机信息.2009(09).2刘洋,唐向宏,余志卫.基于子块分类的BP神经网络图像压缩J.杭州电子科技大学学报.2009(02).3熊校良,杨光临,段晓辉.SPIHT算法对BP神经网络图像压缩处理的改善J.电子测量与仪器学报.2008(06).4刘立程.基于BP人工神经网络的图像压缩技术过程及分析J.微计算机信息.2007(06).5王书宇,施宁,李子杰.基于PSO-BP神经网络的图像压缩算