基于小波变换的分形预测图象编码方法

提出一种把小波图象编码与分形图象编码相结合的新的编码方法。图象经过小波分解后,呈现出两种相似性;一种是图象本身的自相似性,一是同方向不同分辨率子图象之间的互相似性。利用第二种相似性,也即利用低分辩率子图象为同方向讷经子图象进行分形预测编码。由于小波分解后低分辨率子图象的范围比高分辨率子图象的小一倍,故该编码一般的分形编码方法大大缩短了编码的时间,就编码的效果而言,该方法也比较令人满意。     

一种基于二维DCT的分形静止彩色图象压缩编码

在彩色图象编码技术中，普遍存在的一个问题是未能充分利用各分量间的相关性。本文针对彩色图象各分量间存在的极强的结构自相似性，提出一种基于二维ＤＣＴ的分形编码方法。此方法在采用变换编码方法去除彩色图象各分量内部冗余的基础之上，采用分形编码方法进一步去除了存在于三分量之间的冗余信息。仿真结果表明，这种编码方法的效率明显优于ＪＰＥＧ基本彩色系统的编码效率。     

改进的分形矢量量化编码

为了提高图象的分形矢量量化编码效果，在利用四叉树对图象进行自适应分割的基础上，基于正交基三维分量投影准则，提出了图象块非平面近似方法，进而形成一种新的静态图象分形矢量量化编码方法。该方法首先通过对投影参数进行DPCM编码来构造粗糙图象，然后由此来构成差值图象编码的码书。由于该方法把分形和矢量量化编码结合起来，因此解码时只需查找码书，并仅进行对比度变换。计算机编、解码实验结果表明，该编码方法具有码书不需外部训练，解码也不需迭代等优点，且与其他同类编码器相比，该方法在压缩比和恢复图象质量（PSRN）方面均有明显改善。     

小波分形混合图象编码

该文在惧和阅读了与小波分形混合图象编码方法有关文献的基础上,对小波分形混合象编码方法的研究现状和发展前景进行了心可能全面和详细的评述,文中介绍了小波图象编码经过１０年研究,主要算法已经基本成熟,并受到一些正在酝酿之中的图象国际标准的青睐,而分形图象编码沿处于学术研究阶段,并指出小波分形混合图象编码是分形图象编码从学术研究走向实际应用的出路之一。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

快速分形图象编码

提出了一种新的快速分形图象编码方法。该方法通过自适应的图象分块,相似块集的矩分类,相似块和图象块的正交分解以及象素递增的动态搜索等４个步骤来加快分形图象编码的过程。实验结果表明,提出的方法和缩短编码时间方面确有其效,特别是对于细节丰富的图象,效果尤为明显。     

图象的部分分形映射压缩算法

自Ｂａｒｎｓｌｅｙ提出分形图象编码的概念，特别Ｊａｃｑｕｉｎ给了第一个完全由计算机自动完成的图象编码算法以来，分形图象编码得到了越来越多的关注，一种新的趋势是将分形编码方法与其他方法相结合，结合方式之一是只图象中的一部分进行分形编码而其他部分采用不同的编码方式，文中针对这一思想给出部分分形映射，并对其在不同条件下的收敛性，拼贴定理等性质进行了讨论，对这一思想的可行性在理论上得到了一些有益的结论，还     

基于子块显著不相关检验的快速分形图象编码

图象分形编码中，子块搜索匹配的实质是子块间的相关匹配。基于这一认识，针对分形编码计算量过大、编码时间过长的缺点，本文提出先对子块进行显著不相关检验，再进行子块匹配的分形编码方法。其编码速度比基于子块分类的分形编码方法快５～２０倍（对测试图象Ｌｅｎｎａ２５６×２５６×８ｐｐｂ而言），而解码图象质量（ＰＳＮＲ）没有明显下降，压缩比还有一定的提高。     

基于相似块线性旋转变换的分形图象编码方法

针对Jacquin分形编码算法中选取的相似块数目较少,从而与图象块匹配的效率不高的缺点,提出了通过线性旋转变换来扩充相似块数目,以进行最佳匹配的分形编码方法,与通常方法不同,为了充分发掘图象自身的相似性,该方法首先在图象中的多个方向上选取相似块,然后通过对称变换和线性旋转变换生成新的相似块集来进行编码,当旋转方向数取4时,就可以将Jacquin提出的Isometries变换归结为该方法的一种特例,通过调整旋转方向的数目,能有效地改善Isometries变换相似块数目不足的缺点,并得到了较优的压缩结果。另外,针对线性旋转变换还提出了基于查找表的加速算法,从而显著减少了编码时间。     

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法,其能较好地克服传统的图象分形压缩编码方法中存在的速度慢,压缩率低等缺点,并且同时获得较高的图象恢复质量。     

IFS分形图像快速压缩编码

自Ｂａｒｎｓｌｅｙ提出分形图像编码的概念,特别是Ｊａｃｑｕｉｎ给出了第一个完全由计算机自动完成的图像编码算法以来,分形图像编码得到了越来越多的关注,但分形图像压缩往往需要较长时间,这就给具体实用带来了巨大困难。本文首先给出分形图像压缩理论,然后在Ｊａｃｑｕｉｎ所提出的分形方块编码基础上提出了改进算法,包括建立小方块被匹配概率活动表,按相似度找到匹配块,隔点计算法等。针对上述改进算法,作了具体实验。实验结果表明,与基本自动分形图像编码方法相比,在保持重建图像质量的前提下,运算时间大大下降,加快了分形图像压缩速度。     

一种基于相邻匹配的分形图像检索算法

分形码用来描述图像内跨尺度相似性冗余信息。通过分形码记录图像特征并将其用于图像相似度判断及图像检索。基于自适应四叉树分割方法,提出了图像快速分形编码方法。所提方法通过邻域内固定块的相似性判别快速提取分形码,减少了图像分割层次,缩短了编码时间并保证了图像解码质量。同时提出了一种新的快速判别图像间相似块的距离公式,提升了图像相似度判断的准确性。实验结果表明,相对于灰度直方图判别法,本算法大幅提高了图像检索的查全-查准率。相比于文献中的分形检索算法,本算法缩短了编码时间并降低了分割块数,从而提高了检索效率。     

基于矢量失真测度和自适应四叉树分割的彩色图象分形压缩方法

在Ｊａｃｑｕｉｎ分块分形图象压缩方法的基础上,提出了一种基于矢量失真测度的自适应四叉树分割彩色图象分形压缩方法。该方法充分利用ＲＧＢ彩色空间２４位真彩图象的三彩色分量间相关性,实验表明该方法比分别对三彩色分量使用分块分形压缩方法在 重构图象质量方面有很大的改善。     

差分与快速图像分形映射压缩算法

针对分形编码算法编码时间太长等缺点,提出了对编码图像进行差分和分级逼近的新的分形编码算法,在理论上对这一思想的可行性进行了有益的探索,给出了该算法成立的理论基础,根据此思想给出了一个新的具体实现分形编码的算法,实验表明,在提高压缩比和图像恢复质量的同时,运算时间也大大缩短。     

差分与快速图象分形映射压缩算法

文章针对分形编码算法编码时间太长等缺点提出了对编码图象进行差分和分级逼近的新的分形编码算法.对这一思想的可行性在理论上进行了有益的探索,给出了该算法成立的理论基础.文章还根据此思想给出了一个新的具体实现分形编码的算法.实验表明,在提高压缩比和图象恢复质量的同时,运算时间也大大缩短     

基于细节信息分类和结构相似的快速分形编码方法

针对传统分形编码中编码时间过长的问题,提出了一种细节信息分类（Detail Information Classification,DIC）与结构相似（Structure Similarity,SSIM）指标相结合的快速分形编码方法。DIC方法将图像块的内部细节信息分布状况作为分类标准对定义域块库进行分类,SSIM指标分别从亮度、对比度和结构三个方面度量值域块与定义域块之间的匹配程度。通过将DIC方法与SSIM指标结合,可以加快分类速度、减少匹配运算时间。     

结合DCT补偿的分形图像编码

分形编码是建立在分形迭代函数系统理论基础上的图像压缩方法,压缩比高,但编码时间长,编码过程复杂度高。针对分形压缩方法存在的这些不足,且保证在高压缩比下使得图像质量有明显改善,文中结合离散余弦变换近似的分形图像压缩方法,通过对灰度变换的调节,找到最佳父块及映射,使得均方误差小于容许误差,以此完成编码过程,从而达到提高图像质量和减少编码时间的目的。实验结果表明：文中提出的方法在保证图像质量的前提下,提高了分形编码速度且优于基本分形编码方法。     

A fractal-based clustering approach in large visual database systems

Large visual database systems require effective and efficient ways of indexing and accessing visual data on the basis of content. In this process, significant features must first be extracted from image data in their pixel format. These features must then be classified and indexed to assist efficient access to image content. With the large volume of visual data stored in a visual database, image classification is a critical step to achieve efficient indexing and retrieval. In this paper, we investigate an effective approach to the clustering of image data based on the technique of fractal image coding, a method first introduced in conjunction with fractal image compression technique. A joint fractal coding technique, applicable to pairs of images, is used to determine the degree of their similarity. Images in a visual database can be categorized in clusters on the basis of their similarity to a set of iconic images. Classification metrics are proposed for the measurement of the extent of similarity among images. By experimenting on a large set of texture and natural images, we demonstrate the applicability of these metrics and the proposed clustering technique to various visual database applications.     

多视点视差估计中基于图像块特征矢量和相似尺度的参考视点选择方法

在多视点视频处理中，采用多参考视点的视差估计方法能够在很大程度上消除各个视点间的冗余性，达到对多视点视频数据有效编码压缩的目的。研究了多视点信号处理中视差估计的多参考视点选择问题，采用快速Walsh变换谱构造图像块特征矢量，并提出了基于图像块特征和相似尺度的多参考视点选择方法。实验结果证明，本文方法能在保证编码质量的前提下，减少视差估计的计算复杂度。