基于免疫BP神经网络的图像压缩算法在DM6446上的实现

摘要

引用人工神经网络理论进行图像压缩，是目前现代图像压缩技术的热点之一，但其存在着网络训练速度慢、易陷入局部最小、全局搜索能力弱的缺点。本文设计并实现了基于人工免疫的BP神经网络算法(AIS-BP)，充分发挥人工免疫算法的全局搜索能力，使BP神经网络的权值快速收敛到最优值。
　　 本文的研究工作主要分为三大部分：
　　 1、学习了人工免疫和BP神经网络的基本原理，熟悉DM6446开发板硬件和软件平台。
　　 2、在MATLAB环境下分别建立BP神经网络和AIS-BP算法进行图像压缩的模型，并通过试验比较两种算法的收敛速度、收敛精度和重建图像的评价指标，仿真试验结果表明本文提出的AIS-BP算法训练的BP网络收敛速度和收敛精度都大大提高，在相同压缩比下，重建图像的质量明显提高。
　　 3、将MATLAB下的仿真算法代码改写为C代码，利用CCS编译软件调试并优化该C代码，使它适合在DM6446上运行，通过算法在硬件平台上的运行，可依据执行代码所用机器周期数评价算法的快速性；通过一个实例进行验证，直观输出经过两种算法压缩后的图，试验结果表明AIS-BP在运行速度和重建图像的质量上都比BP好。