基于方向性小波子树分形图像编码的改进算法

本文在分析混合分形零树小波图像编码算法(FZW)优缺点的基础上，提出一种新的基于方向性小波子树的分形图像编码算法。该算法结合零树小波编码和分形编码，通过在匹配搜索过程中使用方向性range和domain子树，提高匹配精度，改善了传统分形小波图像压缩中的方块效应，更大限度的保留了图像的边缘信息。实验结果表明，该算法在提高压缩比和去除图像的方块效应方面，均取得了良好的效果。     

基于近距自相似模型的分形图像图像编码方法

为了克服分形图像编码方法速度低的弱点，提出了根据图像模型研究相应算法的思想。基于ρ＾│ｒ│图像模型，导出了与之相应的近距自相似模型，提供了一种适合于该模型的分形图像编码方法。实验结果表明，这种方法大大提高了编码速度，而且能有效地压缩图像数据。     

基于近距自相似模型的分形图像编码方法

为了克服分形图像编码方法速度低的弱点，提出了根据图像模型研究相应算法的思想。基于ρ｜ｒ｜图像模型，导出了与之相应的近距自相似模型，提供了一种适合于该模型的分形图像编码方法。实验结果表明，这种方法大大提高了编码速度，而且能有效地压缩图像数据     

基于分形与改进的SPIHT算法的图像压缩方法

为了避免分形编码所固有的方块效应,进一步提高图像编码的工作效率和重构图像的质量,对分形编码和小波零树编码进行优化组合,提出一种分形与改进的SPIHT算法相结合的图像压缩方法.基本方法是,对小波分解后的低频子带进行基于信息熵的快速分形编码,以减少编码时间;时包含图像细节边缘信息的高频子带进行改进的SPIHT编码,以舍去算法中对显著系数的排序扫描过程,减少算法的复杂度,同时提高重构图像的峰值信噪比.实验表明,相对于经典分形缟码和小波城内的分形编码,该方法在相同压缩比下,提高了编码效率和重构图像的质量,是一种高效快速的编码方法.     

基于树搜索的分形图像压缩编码

本文提出基于树搜索的分形图像压缩编码的新算法。该算法在恢复图像信噪比和主观质量较之全搜索算法略有损失的前提下，大大提高了分形图像编码的速度。     

一种快速分形图像编码算法

目前,分形图像编码技术最主要的缺点仍然是编码时间太长.因此,如何提高分形图像编码速度成为当前分形图像编码技术的研究热点.本文从分形图像编码通用公式推导出一个不等式,利用此不等式,可以预先排除大量不可能与值域块匹配的定义域块,从而减少值域块与定义域块的匹配计算,以此达到缩短编码时间的目的.实验结果表明,在解码图像质量基本不变情况下,本文的方法所使用的编码时间比Fisher方案所需的编码时间减少了很多.     

一种新的小波分形变换图像编码算法

提出了一种基于平滑双正交小波和自适应分割算法的小波域分形图像编码算法，在基于离散有限方差(DFV)最优准则下得到了适合图像编码的一种新的平滑双正交小波，从而改善了分块效应。在小波域的分形编码中，提出了一种基于图像信息分布特征的自适应分割算法，实验表明，该文算法在相同压缩比的情况下，解码图像的主观视觉质量和峰值信噪比都明显优于SQS方法、基本分形图像编码方法和SPIHT方法。     

基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点。然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势。     

基于亚取样分形插值预测的混合图像编码方法

提出了一种基于亚取样分形插值预测的混合图像编码方法。将原始图像在水平方向和垂直方向皆作１／２抽取得到一幅“亚抽图像”，对亚抽图像进行分形编码得到亚抽图像的分形码，采用分形插值方法由亚抽图像的分形码解码得到原始图像的分形预测图像，然后对预测误差图像进行基于ＤＣＴ的自适应补偿编码。实验表明，这种方法的编码速度有了很大提高，而且恢复图像的质量具有较高的保真度。     

序列图像的分形编码

分形方法作为一种新兴的图像编码方法,有着压缩比高等独特的优点。但由于它也有着致命的缺点,即编码速度速度很慢,目前对于序列图像的分形编码的研究方兴未艾。文章介绍了两类主要的序列图像分形编码方法,并对其进行了展望。     

基于区域的分形图像编码

本文在分形方块图像编码的基础上，提出了一种区域分形编码方法。以提高压缩比，缩短编码时间。实验结果表明，在信噪比略有下降的情况下，压缩比几乎提高一倍，编码时间大为缩短     

分数微积分用于分形压缩图像嵌入灰度水印

传统的基于分形编码的水印技术一般嵌入0,1序列,没有实现灰度图像嵌入。本文在研究正交化分形编码的基础上,利用正交化分形编码参数在迭代过程中的不变性,构造出水印嵌入变换函数,使水印直接嵌入解码参数。分数阶微分序列的引入有效解决了嵌入水印的保密性问题,使得在分形编码的过程中嵌入灰度水印的方法具有了可行性,实现了图像压缩与水印嵌入一体化技术。实验结果表明,水印嵌入对宿主图像的分形编码质量几乎没有影响,水印提取质量良好,且采用分数阶微分序列对灰度水印进行加密效果较好。     

提升小波变换与分形结合的图像压缩算法

遥感图像在环境监测、军事侦察等多方面有着广泛应用,然而遥感图像包含信息量大,对其进行压缩来提高存储效率具有重要意义.传统分形编码由于压缩比大的特点被广泛应用到遥感图像压缩中,但是传统分形编码存在压缩时间太长的问题.提出提升小波变换与改进分形结合的压缩方法,把提升小波变换后的低频分量进行基于最小方差搜索法的分形压缩.实验结果表明,提升小波变换与改进的分形结合的压缩方法与小波变换与分形结合的压缩方法相比,在峰值信噪比保持在35 dB不变的情况下,压缩时间大约可以缩短8倍,图像压缩比也有提高.     

基于分形编码的图像相似匹配研究

本文以自适应四叉树分割的分形图像编码为基础，研究了极坐极表达下分形码之间的匹配，并在此基础上提出了图像间分形码峰值信噪比的概念和算法，以达到量化图像间相似性的目的，实验证明，这种基于自适应分形编码的图像相似性匹配方法 人的主观判断非常接近，非常适合于用来构建和管理大图像数据库。     

分形学与图像压缩编码

介绍分形学的产生意义和作用，提出分形物体的数学模型，讨论分形技术应用于图像压缩编码中的迭代收缩变换算法。