基于概率密度函数字典的图像DCT系数分布拟合方法
Abstract:
本发明公开一种基于概率密度函数字典的图像DCT系数分布拟合方法,首先利用柯西分布、拉普拉斯分布、逻辑斯谛分布、极值分布和高斯分布建立一个概率密度函数字典;其次,采用Kullback-Leibler(K-L)测度来衡量概率密度函数字典中各个单一分布拟合DCT系数的精度,从中选取两个拟合度最优的单一分布组成混合分布函数,并为这两个分布分别设置一个自适应权重;然后,采用核密度估计方法统计输入图像DCT系数的真实概率密度,并利用DCT系数在每个区间(bin)的离散采样值建立一个以自适应权重为未知数的线性超定方程组;最后,求解线性超定方程组,得到混合分布函数的自适应权重。
Public/Granted literature
Patent Agency Ranking
0/0