基于多级特征提取的中文文本图像压缩算法

北京大学学报（自然科学版）

基于多级特征提取的中文文本图像压缩算法

胡奎,汤帜,高良才

北京大学计算机科学技术研究所, 北京 100871;

收稿日期:2009-10-23 出版日期:2010-11-20 发布日期:2010-11-20

Chinese Textual Image Compression Based on Multi-feature Extraction

HU Kui, TANG Zhi, GAO Liangcai

Institute of Computer Science and Technology, Peking University, Beijing 100871;

Received:2009-10-23 Online:2010-11-20 Published:2010-11-20

摘要/Abstract

摘要： 针对中文文本图像的特点, 提出了一种改进的压缩算法MC-JBIG2 。该算法首先对中文字符进行多级特征提取, 然后将提取到的特征数据用于一个级联聚类算法中以替代传统 JBIG2 中的模式匹配过程。实验表明, MC-JBIG2 改进了传统 JBIG2 算法对中文文本图像压缩的不足, 能够保证在内容无损的情况下提高对中文文本图像的压缩率, 同时该算法对英文本图像的压缩也有一定的改进。

关键词: 文本图像压缩, 模式匹配, 聚类, JBIG2

Abstract: Based on the characteristics of Chinese textual images, an improved compression algorithm MC-JBIG2 is developed. First, multilevel feature data of Chinese characters are extracted; then the data are used in a cascaded clustering algorithm to replace the pattern matching procedure of JBIG2. Experiment results show MC-JBIG2 is highly efficient and can improve compression ratio in the criterion of not involving substitution errors. Despite designed for Chinese textual images, MC-JBIG2 can also improve compression ratio of English textual images.

Key words: text( textual) image compression, pattern matching, clustering, JBIG2

中图分类号:

TP391

胡奎,汤帜,高良才. 基于多级特征提取的中文文本图像压缩算法[J]. 北京大学学报（自然科学版）.

HU Kui,TANG Zhi,GAO Liangcai. Chinese Textual Image Compression Based on Multi-feature Extraction[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2010/V46/I6/914

[1]	申鸿怡, 徐芳芳, 王新民. 民用建筑“四节一环保”数据的清洗与修复方法研究[J]. 北京大学学报自然科学版, 2020, 56(5): 785-795.
[2]	曾健荣, 张仰森, 王思远, 黄改娟, 崔佳, 马欢. 基于多特征融合的同名专家消歧方法研究[J]. 北京大学学报自然科学版, 2020, 56(4): 607-613.
[3]	翟尚, 喻志超, 谭玉阳, 黄芳飞, 刘玲, 胡天跃, 何川. 基于波形聚类分析的微地震监测事件类型判别及应用[J]. 北京大学学报自然科学版, 2020, 56(3): 406-416.
[4]	王志芳, 周瑶瑾, 徐敏, 付宏鹏, 王思睿. 县域景观特征管理单元划分方法——以武胜县为例[J]. 北京大学学报自然科学版, 2020, 56(3): 553-560.
[5]	蒋一然, 鲍铁钊, 宁杰远, 张献兵. 高架桥下方高铁地震信号频谱特征研究[J]. 北京大学学报自然科学版, 2019, 55(5): 829-838.
[6]	蒋一然, 梁萱, 宁杰远, 鲍铁钊, 张献兵. 高铁地震4D地频图及其可用性研究[J]. 北京大学学报自然科学版, 2019, 55(5): 850-858.
[7]	蒋丹凝, 王志芳, 陈宇枫, 张子骄, 杨少栋. 岭南乡村“海绵”措施的宏观归纳分析[J]. 北京大学学报自然科学版, 2018, 54(4): 873-882.
[8]	蒋青松, 梁中耀, 赵磊, 李玉照, 吴思枫, 刘永. 云南高原湖泊群的统计学聚类识别及水质响应模式研究[J]. 北京大学学报自然科学版, 2017, 53(5): 948-956.
[9]	张丽林, 李茂西, 肖文艳, 万剑怡, 王明文. 机器翻译自动评价中领域知识复述抽取研究[J]. 北京大学学报自然科学版, 2017, 53(2): 230-238.
[10]	张瑞洁, 田原, 刘思叶, 王雯夫. 即时通信文本中地理信息提取——以微信为例[J]. 北京大学学报（自然科学版）, 2016, 52(6): 985-989.
[11]	宋文杰,顾彦慧,周俊生,孙玉杰,严杰,曲维光. 多策略同义词获取方法研究[J]. 北京大学学报（自然科学版）, 2015, 51(2): 301-306.
[12]	刘勘,袁蕴英. 基于自动编码器的短文本特征提取及聚类研究[J]. 北京大学学报（自然科学版）, 2015, 51(2): 282-288.
[13]	熊文涛,师永民,刘新菊,王小军,吴洛菲,王磊,郭馨蔚. 致密砂岩储层流动单元研究---以鄂尔多斯盆地延长组长61油层为例[J]. 北京大学学报（自然科学版）, 2014, 50(2): 288-294.
[14]	刘冬,李鹿原,王勇涛,汤帜. 一种无监督的中文漫画对白自动定位方法[J]. 北京大学学报（自然科学版）, 2014, 50(1): 25-32.
[15]	王建冬,刘洋,王继民. 国内云计算研究领域核心作者群知识结构及演化路径分析[J]. 北京大学学报（自然科学版）, 2013, 49(5): 773-782.