期刊简介

               本刊为综合性医学学术期刊,反映该校学科科研进展与动态,刊登基础医学方面的研究成果及临床诊疗经验。主要栏目有:基础研究、临床研究、技术方法、经验交流、病例报告、科研管理、短篇报道等。读者对象为医学研究人员、医务工作者及医学院校师生。本刊被美国《医学索引》(IM)、《化学文摘》等收录,2005年中国科技信息所公布的影响因子为0.869。                

首页>南方医科大学学报杂志
  • 杂志名称:南方医科大学学报杂志
  • 主管单位:广东省教育厅
  • 主办单位:南方医科大学
  • 国际刊号:1673-4254
  • 国内刊号:44-1627/R
  • 出版周期:月刊
期刊荣誉:中国综合性医药卫生类核心期刊期刊收录:万方收录(中), 国家图书馆馆藏, JST 日本科学技术振兴机构数据库(日), 上海图书馆馆藏, 北大核心期刊(中国人文社会科学核心期刊), 知网收录(中), 文摘与引文数据库, 统计源核心期刊(中国科技论文核心期刊), 维普收录(中), CSCD 中国科学引文数据库来源期刊(含扩展版), CA 化学文摘(美)
南方医科大学学报杂志2004年第02期

基于模糊聚类优化的序列图像快速分形压缩

梁斌;袁静;冯前进;陈武凡

关键词:序列图像, 分形压缩, 模糊聚类, 软分类
摘要:针对传统序列图像分形压缩算法编码时间过长的问题,提出了一种基于模糊聚类优化(OFC)的快速算法,它是一种基于单帧的序列图像帧间分形压缩算法.首先使用LBG(Linde-Buzo-Gray)方法对序列图像组成的搜索空间样本集进行初始化,然后将OFC方法应用于对样本集的软分类,匹配时通过用类内搜索取代全局搜索,将分形编码过程聚焦在有效的局部范围内,从而减少了匹配次数,降低编码时间.由于OFC算法是一种软分类方法,样本集类别数的确定即终聚类方案是取样本集所有可能的分割中对应于目标函数小者的分割,所以它不但是基于全局优的聚类方法,避免了基于局部优LBG算法中的某些误判,而且有效抑制了传统硬分类方法中类别数需预先指定的人为干扰因素,使恢复图像的质量能够得到更有效保证.相同运算环境下的仿真实验结果说明,在不影响信噪比和压缩比的前提下,与传统序列图像分形压缩算法相比,OFC算法编码速度可提高约5倍,证明了本算法的优越性.