基于局部方差和DCT变换的混合分形图像编码算法

分形图像编码技术是一种很有发展前途的新型图像编码技术，相对于已有的其它图像编码算法，分形图像编码算法能够在取得高压缩率的前提下，较好地保持解码图像的质量。本文根据图像内部的图像子块特征，提出了一种基于局部方差和DCT变换的混合分形图像编码算法，该算法在大幅提高分形编码速度的同时，很好地改善了解码图像的质量，进一步增进了分形图像编码的实用性。实验结果表明，混合编码算法的编码时间与方差算法的编码时间相当，解码图像的质量甚至好于基本分形图像编码算法。     

基于像素采样的分形图像编码算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩算法技术．但是,基本的分形编码算法是耗时的,由于在基本编码算法中值域块要在庞大的定义域块库中搜索最佳的匹配块．为了减少编码时间,该文提出了基于像素采样的分形编码方案．该方案既不需要复杂的理论分析,也不需要改变现有的分形编码、解码过程,因此能够以直接的方式引进其他的块速的编码算法．计算机仿真显示,在PSNR降低的情况下,编码的匹配搜索时间大幅度减少,同时解码图像的主观质量并没有很大程度上明显降低．     

提高分形图像编码质量与速度的方案

分形图像编码十余年来在图像处理尤其是图像压缩领域引起了人们的极大兴趣。众所周知,编码时间长是这项技术的主要缺点,许多改进方案因此被提出以加快编码过程。然而,在这些加快方案中,大多数仅仅是在解码图像质量或多或少有所下降的条件下减少编码时间的。该文提出进一步提高解码图像质量和编码速度的方案：一是预先在待编码图像中添加高斯白噪声以进一步减少不满足对比度因子约束的domain块的数目;二是对小方差range块直接用其均值块代替以进一步加快编码速度。实验结果显示,对于三幅复杂性不同的标准测试图像,本方案确实能够从解码质量和编码速度方面改进传统分形图像编码。     

基于相关系数的快速分形图像编码

分形图像编码是一种有效压缩技术。在分形编码中，一幅图像由一个不动点接近原始图像的压缩变换来编码，然后由源于Banach不动点定理的迭代过程来解码。该文提出了快速分形图像编码的一种基于相关系数的编码方案，不需要改变现有的分形解码过程。该方案基于这样的假设，两个等尺寸的子块不能组成匹配对，除非它们的相关系数相对较大。它能够以直接的方式融入其它的分形编码算法。计算机仿真显示，对8幅复杂性不同的测试图像，该文算法能够平均加快编码3倍或更多，同时PSNR(peak signal-to-noise ratio)平均下降不到0．1dB，且主观质量有时甚至好于基本分形算法。     

基于2-范数匹配的分形图像编码改进算法

为解决分形图像编码过程中编码时间过长的问题,对基于2-范数匹配的快速分形图像编码算法进行改进,通过对误差公式的推导,得出误差与图像块方差的不等式,利用该不等式剔除不匹配的码本块,减少计算量。实验结果表明,与原算法相比,改进算法在保证解码图像质量的前提下,进一步提高了编码速度。     

快速分形真彩图像压缩方法的实现

针对分形图像编码时间过长的缺点,提出了一种快速分形图像编码方法,称为LSS（Local Sub Search）,实验结果表明,对于真彩图像,较之传统的分形编码方法,该方法在相近的压缩比和解码图像质量的情况下,编码时间大为缩短。该方法已在VC++6.0集成开发环境下得以实现。     

一种优选码书搜索的分形图像编码算法

为了克服分形图像编码计算量大、编码时间长的缺点，提出了一种结合图像自身特点的优选码书搜索、自适应误差门限的分形图像编码算法，并结合四叉树编码算法展示了该算法搜索效率高、编码时间短、重建图像质量高的优点。实验证明，该算法能大大缩短编时间，为分形编码走向实用创造了条件。     

基于图像块叉迹的快速分形图像编码算法

摘要分形图像编码能够在高压缩比下高质量地重构图像,但需要较长的编码时间．因此,迫切需要各种快速编码算法以扩大其应用领域．分形编码的时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块．针对这个问题,该文提出一种快速分形编码算法,它基于图像块的一种新特征——叉迹,能够在较小的搜索范围内完成输入子块的最佳匹配．实验显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相同或更好的图像质量．     

基于结构信息特征的快速分形图像编码

针对分形图像编码时间过长的问题,提出一种基于结构信息特征的快速分形图像编码算法。给出结构信息特征的定义,并以该特征作为特征量对码本进行分类和最近邻搜索。在由搜索结果给出的邻域内进行子块匹配操作,实现编码。实验表明,在相同编码时间的情况下,该算法解码图像质量高于同类快速分形图像编码算法。     

分形图像编码的快速算法

分形图像编码是一种很有前途的限失真编码方法。该方法具有复杂度高、计算量大的缺点,因此导致编码时间长。编码时间主要花费于在一个通常较大的码本中搜索每个输入子块的最佳匹配块。针对这个问题,通过分析图像子块的纹理特征与分数盒维数的关系,提出一个基于分数盒维数分类的快速编码算法。实验结果显示：对三幅512×512标准测试图像,与全搜索基本分形编码算法相比,该算法既能加快编码速度30倍左右,也能实现更好的解码图像质量。     

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。     

基于改进K-均值聚类的快速分形图像编码算法

将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一.本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值一标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法.仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K_均值聚类分形图像压缩方案,而且具有较短的编码时间.同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想).     

基于DCT域内积与方差的分形图像编码研究

定义了图像块的 DCT频域内积 ,并证明了该内积等于时域内积 ,从而可根据频域内积大小来作为分形编码中最佳匹配块的判断 ,并推导出 DCT域上恒等变换与其余 7种对称变换的关系 .将值域块分为平稳、中间和活跃三类 ,研究对于不同类型的值域块 ,求频域内积时 ,保留低频系数个数和解码图像质量之间的关系 ,并提出了基于 DCT域内积和方差的分形图像编码算法 .实验结果表明 ,本文算法能在基本保证解码图像质量的同时 ,大大提高编码速度     

缩减码书的快速分形图像编码算法

为了提高分形图像编码算法的编码过程速度,首先从理论上证明了一个联系均方误差和相似度的不等式,并基于匹配对子块的相似度和domain块的标准差,设置了两个剔除条件,用来减少码书容量,然后通过缩小最佳匹配块的搜索范围,以达到加快编码速度的目的。对4幅复杂性不同的测试图像进行的仿真结果显示,在对解码图像主观质量影响很小的情况下,该方案大大加快了基本分形图像算法的编码速度。     

一种基于邻域搜索的分形图像编码算法

分形图像编码以其高压缩比,使得它具有广泛的应用前景,但是传统的分形编码方法压缩时间长,这是因为在为每一个值域块寻找合适的定义域块时需要在码本中进行大量的搜索匹配。研究发现,和值域块最匹配的定义域块大多数在值域块的附近。根据这一结论,提出了一种基于邻域的螺旋式搜索方法,并利用图像块间的信息熵差值,缩减了搜索范围。另外对误差图像进行编码,作为解码图像的补充,提高了解码图像质量。实验表明,该方法在不降低图像质量和信噪比的前提下大大加快了编码的速度。     

An improved no-search fractal image coding method based on a fitting plane

In this paper a fast and efficient no-search fractal image coding method based on a modified gray-level transform which uses a fitting plane is presented. The improved gray-level transform can reduce the minimum matching error between a given range block and its corresponding domain block, and thus, it can enhance the possibility of successful domain-range matching. In comparison with our previous scheme which uses an adaptive plane, the improved scheme results in a considerable acceleration of the encoding process, decreases the compression ratio and improves the quality of the reconstructed images in the meanwhile. Comparing with Furao’s no-search scheme, our improved scheme can get higher PSNR at higher bpp and almost the same PSNR at lower bpp. Although it uses more transform coefficients, such a fitting plane method can speed up the encoding process with the quality of the reconstructed images improved.     

基于预处理-修正模式的分形图像压缩方法

通过迭代函数系统（IFS）的不动点来逼近源图像的分形图像压缩方法是图像编码的一种相对新的技术。目前这种方法已派生出众多的图像编码方案，其中大多采用分块和匹配的方法来实现对图像的编码。为提高计算效率，总是希望能用尽可能少的域块（Domain Block）为图像的分类块（Range Block）找到最佳匹配。但这种考虑容易导致最终获得一个有些粗糙的图像编码。本文提出了一类预处理-修正模式的分形图像编码方法。我们保留原有编码作为预编码，进而提出修正预编码的具体算法。算法中充分利用了已有的计算结果，且修正编码过程中可以适当地加入人工干预，有利于提高压缩效率和改进编码质量。