Ущільнення зображень з використанням перетворення уолша-адамара

Abstract

Розглянуто особливості ущільнення зображень на основі перетворення Уолша-Адамара. Показано, що збільшення коефіцієнта ущільнення може бути досягнуте через векторне квантування трансформант перетворення Уолша-Адамара. Ідеальними для вирішення завдань векторного квантування є нейронні мережі, що самоорганізуються, запропоновані фінським вченим Т. Кохоненом (Self-Organizing Feature Map – SOFM).

Features of image compression based on the Walsh-Hadamard transform are considered. It is shown that an increase in the compression ratio can be achieved through vector quantization of transformants of the WalshHadamard transformation. Self-organizing neural networks proposed by the Finnish scientist T. Kohonen (SelfOrganizing Feature Map - SOFM) are ideal for solving vector quantization tasks.