一种基于可重叠rnam的灰度图像表示算法

借助于二值图像的可重叠矩形区域编码的思想,通过使用可重叠矩形非对称逆布局的模式表示模型(rnam)和扩展的gouraud阴影法,给出了可重叠同类块逆布局的4个准则,提出了一种基于可重叠rnam的灰度图像表示算法,简称为ornamc表示算法.在ornamc表示算法中,通过使用3个用于标识顶点类型的水平矩阵h、垂直矩阵v和单点矩阵i代替混合矩阵r,解决了灰度图像的可重叠rnam表示中矩阵r的不可解码性问题;同时,通过将顶点类型及码字进行重新定义,提出了一种对矩阵h,v和i中所有非零元素坐标进行编码的坐标数据压缩算法.以图像处理领域里惯用的标准灰度图像等作为典型测试对象,实验结果表明,与已提出的非重叠rnamc和流行的stc,sdct等灰度图像表示方法相比,在保持图像质量的前提下,ornamc表示方法具有更高的压缩比和更少的块数,因而是灰度图像表示的一种更好的方法.