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.     

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。     

多波段遥感图像的快速分形编码

分形图像编码用动态迭代过程的参数来表示相应的静态图像数据,可以突破熵压缩编码的理论界限,因而得到广泛的关注.将分形图像编码应用于多波段遥感图像压缩中,根据多波段遥感图像的特点,对基于四叉树分割的快速分形编码方法进行改进,令各个波段图像共享同一四叉树分割方式,同时,利用多波段遥感图像的谱间相关性,缩小仿射变换的搜索匹配空间,以此来提高压缩比和编码速度,实验表明,本方法能显著提高基于四叉树分割的分形编码方法的性能,取得了令人满意的结果.     

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。     

基于方向性零树小波的分形图像编码

该文阐述了分形图像方块编码在小波变换域内实现的原理,将零树概念扩展后与小波域的分形仿射变换相结合,提出一种基于方向性零树小波的分形图像编码方法。计算机模拟实验表明,在高压缩比时,其编码性能优于典型的基于四叉树分割的分形图像编码性能,接近于嵌入式零树小波编码(EZW)的性能。     

基于域块预搜索的快速分形图像编码方法

由于分形图像编码过程非常耗时,本文提出了一种加快编码速度的新方法。通过对分形编码过程中的域块进行分析,首次提出了相似度和最大相似度的概念,并建立了预搜索方法的理论基础,提出了一种基于域块预搜索的快速分形编码方法。实验结果显示,与原始的Jacquin方案相比,在峰值信噪比(PSNR)降低1-3dB时,编码速度可提高400-600倍。     

基于方向性零树小波的分形图像编码

该文阐述了分形图像方块编码在小波变换域内实现的原理,将零树概念扩展后与小波域的分形仿射变换相结合,提出一种基于方向性零树小波的分形图像编码方法。计算机模拟实验表明,在高压缩比时,其编码性能优于典型的基于四叉树分割的分形图像编码性能,接近于嵌入式零树小波编码（ＥＺＷ）的性能。     

基于遗传算法和迭代函数系统的图像压缩方法

分形图像编码是一种具有诱人前景的压缩编码方法,它能够实现很高的压缩比而且主观质量良好。由于分形编码中搜索与给定值域块了相匹配的定义域块的过程耗时很长,因此分形编码速度很低。遗传算法是一种在最优搜索应用中十分常见的高效搜索算法。文中在讨论研究遗传算法效率的基础上,将遗传算法应用到分形图像压缩编码中,有效地解决了分形图像编码中的最优匹配问题,实验结果表明将遗传算法与分形压缩编码有机地结合起来可以大大提     

一种基于特征头像集技术的低速率视频编码方案

提出了一种在非常低比特率情况下具有高质量的图像编码技术——特征头像集编码方案。这种编码技术基于文献〔1〕所述特征脸型集技术 ,但其计算复杂度比特征脸型集技术的小得多 ,非常适用于会议电视、可视电话的图像编码。用它对头像区域编码结合 H2 61对背景区域编码比只用 H2 61编码低 70 %的比特率。     

基于塔式格型矢量量化的图像多描述编码算法

多描述编码(MDC)是解决差错信道上图像通信数据包丢失问题的一种新方法，它通过将图像分解为多个独立而又具有一定相关性的描述，并通过不同的信道进行传输，来改善数据丢失条件下的图像解码质量。本文提出了一种图像信号的多描述塔式格型矢量量化编码算法(MDPLVQ)，利用小波树之间的独立性，采用不同的塔式格型矢量量化缩放因子对小波系数进行量化。该算法设计简单，对冗余度的控制容易，实验结果说明了其有效性，其编码压缩性能优于多描述标量量化(MDSQ)、多描述对变换(MDPCT)和多描述零又树(MDEZW)等方法。     

差错信道下基于框架扩展的高效多描述图像编码

由量化框架扩展系数所产生的多描述图像编码,在差错信道下具有良好的图像恢复性能。该文提出一种基于框架扩展的高效多描述图像编码。首先构造一种在量化噪声下具有均方误差意义上最优框架重建的均匀紧支框架。然后以小波零树作为框架扩展的基本运算单元,在小波域对不同子带信息采用不同维度的框架进行扩展。通过不同维度的框架扩展实现对不同子带信息的不同保护。框架扩展后的数据经量化编码形成多描述码流。实验结果证明,相较于其他几种基于框架扩展的方法,该文方法在同样的信道条件下具有更好的图像差错恢复性能。     

分形图像压缩方法

分形几何方法是一种新的图像压缩编码方法。本文介绍了分形几何和分形图像压缩的一些基本概念，以及以分形为基础的几种图像压缩编码方法。     

参数重用的HEVC多描述视频编码

为了提高视频编码的容错性能,保证视频经不可靠信道传输后的重建质量。本文提出了一种面向高效视频编码标准（High Efficiency Video Coding,HEVC）的基于参数重用的多描述视频编码方法。原始视频进行空间梅花下采样,生成四个行列交错的子序列,其中两个子序列采用标准编码器进行编码,并在编码过程中提取视频中每个编码单元（Coding Unit,CU）的深度信息、预测单元（Predicting Unit,PU）的分割方式以及帧内预测模式。而其余两个子序列利用已编码的视频序列信息,进行简化的编码过程。选取一个经标准编码的子序列,与一个简化编码的子序列,结合生成描述1,其余子序列生成描述2,不同描述分信道传输。多描述的编码结构可以保证即使只接收到单一描述也能保证视频的重建质量,参数重用的方法利用子序列间的相关性,减少了冗余信息,降低了编码开销。实验结果表明,参数重用的HEVC多描述视频编码针对高清视频编码效果明显,边缘解码质量PSNR值仅略低于中心解码0.7 dB,有效地提高了高清视频编码的容错性能。进行简化编码子序列的平均编码时间节省了91.7%,实现了高编码效率、低复杂度的HEVC容错编码。      

一种高效的多描述容错编码方案

针对JPEG2000标准所提供的容错编码工具的局限性,提出了把多描述编码运用于小波变换系数当中,产生图像的多个压缩编码描述的方案,该方案进一步提高压缩编码图像的容错性能。实验表明,此方案提供了更好的容错性能,非常适于网络中的图像传输。     

机动目标的逆合成孔径雷达成像原理与算法

对于非合作的机动目标,由于目标相对于雷达射线的姿态和转速难以测定,而且是时变的,因而给逆合成孔径雷达(ISAR)成像造成较大困难.本文讨论了这种情况下成像的一般原理,并对机动性不太大,散射点子回波多普勒变化满足一阶近似条件时,提出了实用算法.实测数据的处理结果说明新算法是可行的.     

基于分形理论的图像压缩编码技术

分形图像压缩编码是当今图像编码领域研究的热点之一，是一种具有独特优势且极有发展前途的数据压缩技术。本文从分形基本理论出发，对分形图像压缩编码思想、编码方法等进行了综述，并介绍了分形图像压缩编码的一些改进方法。最后，探讨了分形图像压缩编码的发展方向。     

广义收敛的分形图像压缩编码

本文讨论了分形图像压缩的收敛性问题,给出了严格收敛和广义收敛的概念,提出了广义收敛的分形图像压缩编码方法(GC-FICC).实验证明,应用本文方法,可以在保证同样压缩比前提下,提高重建图像质量.     

基于分形的混合图象压缩方法

分形图象压缩方法是近年来迅速兴起的一种高倍率图象压缩方法，它依据分形原理，利用迭代函数系统（IFS）来抽取自然图象中的自相似性，达到压缩图象的目的；解码时利用拼帖定理来快速恢复图象。然而它最大的缺点是速度太慢。为此，本文将分形图象压缩同传统的块截取变换方法（BlockTruncatingCoding）结合，在压缩速度、压缩倍数和压缩失真方面有个折衷，达到较好的性能。