改进的广义置信度自适应IFS图象压缩编码算法

通过对分块IFS图象压缩编码过程中匹配误差的分析,提出了广义置信度的概念,并据此提出了对输入图象进行四叉树分块的自适应匹配门限（AT）算法。根据排列块的相对复杂程度,修正了自适应匹配门限的公式,提出了改进的自适应门限（RAT）IFS图象压缩编码算法。在对输入图象进行四叉树分块编码过程中,该方法可以根据当前排列块的统计特征确定匹配门限,从而使分块编码过程自动地适应输入图象。实验结果表明,这种新的编码方法可以自适应地对输入图象进行编码,且压缩比较高,有一定的实用性。     

基于四叉树的自适应门限分形图象IFS压缩方法

为了克服四叉树分块ＩＦＳ编码过程中,排列块与区域块的匹配误差不考虑输入图象特点这一缺点,提出了一种新的基于迭代函数系统（ＩＦＳ）进行静止灰度图象压缩的方法。该方法是根据当前排列块的方差来确定它与区域块的匹配门限。经分析证明,这种基于自适应门限的ＩＦＳ编码方法与人类视觉系统的特性基本相符,而且实验也证明,这一自适应门限的编码方法提高了ＩＦＳ图象压缩的适应性。     

一种基于分形小波变换的工业电视图象编码方法研究

通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。     

基于粒子群优化算法的分形图像压缩编码

针对基本分形图像方法中编码时间过长的问题和提高IFS自适应图像压缩编码方法的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种源于鸟群捕食系统模型的粒子群优化算法（PSO）的分形图像IFS自适应压缩编码的新算法,这种自适应编码算法利用图像的自相似性以及应用PSO在分形编码过程中局部迭代函数系统（PIFS）参数的搜索。通过Matlab6．0实验仿真实验结果表明,此方法有效减小了搜索空间,加快了编码速度。基于视觉特性的粒子群分形编码算法明显优于传统的分形块编码算法。     

基于粒子群优化算法的分形图像压缩编码

针对基本分形图像方法中编码时间过长的问题和提高IFS自适应图像压缩编码方法的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种源于鸟群捕食系统模型的粒子群优化算法（PSO）的分形图像IFS自适应压缩编码的新算法,这种自适应编码算法利用图像的自相似性以及应用PSO在分形编码过程中局部迭代函数系统（PIFS）参数的搜索。通过Matlab6．0实验仿真实验结果表明,此方法有效减小了搜索空间,加快了编码速度。基于视觉特性的粒子群分形编码算法明显优于传统的分形块编码算法。     

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。     

一种改进的遥感图象准无损压缩JPEG—LS算法

为适应遥感图象较高倍率准无损压缩的需要 ,改进了 JPEG- L S算法 ,该算法首先通过放宽游程检测门限 ,并通过引入局部梯度控制下的预测来增加平均游程长度 ,以提高压缩比 ;然后通过在游程编码区域附加误差修正编码及通过重构图象平滑滤波来改善重构图象的目视效果和提高 PSN R值 ;最后 ,采用 Golomb- Rice Coding技术来对越界误差进行编码 ,以保持 JPEG- L S算法误差界可控的优点 .综合利用以上措施 ,在相同单像素误差界 (±7)下 ,不仅压缩比略有提高 ,而且重构图象的视觉效果得到明显改善 ,PSN R提高约 1～ 3d B.     

图象分形压缩映射存在性的构造性证明和应用

给出了图象分形压缩映射存在性的一个构造性证明,并应用在图象编码中,此外,根据缩映射存在性的构造证明过程,提出了分形编码的一个新算法。实验表明,在提高图象恢复质量的同时,运算时间也大大缩短。     

彩色图象的广义分形小波变换压缩算法

基于广义二维分形小波变换,提出了一种新的复合分形小波变换图象编码算法,并将该算法推广到三维彩色空间,实现了彩色图象压缩。同时,提出了一种自适应小波子树分割算法。该算法根据图象局部区域纹理的复杂程度对小波树进行分割,有效地避免了解压缩图象中的分块效应。对彩色图象的实验表明在压缩比相同的情况下。新算法可得到更好的图象效果。     

二值图象广义边界编码压缩方法

本文提出一种与游程相关的二值图象广义边界概念和及对编码方法，并给出实现算法的恢复方法，最后通过对几幅二值图象压缩结果与游程编码，二维自适应跳白块编码方法进行比较和分析，表明本文提出了的广义边界编码压缩方法的压缩性能比另两种压缩方法优越，是一种易于实现的高效率的二值图象压缩方法。     

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。     

改进分形图像编码的叉迹算法

分形图像编码具有好的视觉质量和高压缩比,然而,固有的编码耗时限制了它的应用范围.编码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,提出了一个限制搜索空间的算法,改进了原叉迹算法.具体说,它把子块叉迹的定义修改为其规范子块主次对角元绝对值之和,并利用新叉迹把搜索范围限制在初始匹配块的邻域内;同时,引入误差阈值来控制以初始匹配块为中心的搜索邻域大小.实验显示,与叉迹算法比较,改进算法在编码时间和图像质量方面获得了更好的效果.     

使用2－范数匹配的快速分形图像编码算法

尽管分形图像压缩在高压缩比时具有高的重建图像质量,但由于它编码过程耗时而未能在图像压缩领域广泛应用。为了提高分形图像编码过程的速度,提出了基于2－范数匹配的快速分形图像编码算法,该算法先把码书里的码块按2－范数大小赋序,然后对每个输入Range块,在赋序码书中寻找与它的2－范数最接近的码块,进而在这个码块的领域内搜索Range块的最佳匹配块。计算机仿真结果显示,在不影响基本分形图像编码算法解码图像质量的情况下,该方案大大加快了它的编码速度。     

图像子块特征匹配的快速分形编码算法

基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在[PSNR]降低0.73 dB（其结构相似性[SSIM]值仅下降0.002）的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。     

A fast fractal image encoding method based on intelligent search of standard deviation

In this paper we present a fast fractal encoding method based on an intelligent search of a Standard Deviation (STD) value between range and domain blocks. First, we describe the basic fractal image compression theory and an improved bit allocation scheme for Jacquin’s Iterated Function System (IFS) parameter. Experimental results show that using a Fixed Scale Parameter (FSP) can shorten encoding time without significantly affecting reconstructed image quality. Second, we present a search algorithm based on the STD introduced by Tong. We enhance Tong’s STD search algorithm by introducing a domain Intelligent Classification Algorithm (ICA) based on STD-classified domain blocks. The domain block search pool is pruned by eliminating multiple domain blocks with similar STD values. We refer to this pruning as the De-Redundancy Method (DRM). The domain search process is adaptive with the range block STD value of interest controlling the size of the domain pool searched. We refer to this process as the Search Number Adaptive Control (SNAC). Finally, we present experimental results showing the efficiency of the proposed method, noting a significant improvement over Tong’s original STD method without significant loss in the reconstructed image quality.     

基于规范子块五点和的快速分形图像编码

分形图像编码通常需要较长的时间,编码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,提出一个限制搜索空间的算法.它主要基于图像块的一种新特征——五点和,把搜索范围限制在初始匹配块(五点和意义下与输入R块最接近的D块)的邻域内.实验表明:该算法能够大大减少子块匹配比较的数量,与基于叉迹的快速分形算法比较,在相同的搜索邻域内,在编码时间、图像质量和压缩比方面都更优.     

基于分数盒维数的快速分形图像编码

分形图像编码是一种很有前途的压缩技术,但编码时间长阻碍了它的广泛应用。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,提出了一种快速分形编码算法,它基于图像块的分数盒维数特征,能够在较小的搜索范围内完成输入子块的最佳匹配。实验结果显示,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。