一种基于分形的快速图像编码算法

提出了一种快速分形编码算法.针对Jacquin的算法,在为值块(range块)搜索匹配域块(domain块)进行全搜索,搜索速度慢,编码时间过长的缺点,笔者首先提出周边邻域的定义,然后在Jacquin算法基础上提出快速分形编码算法,这种算法大大减少了匹配计算,提高了分形编码速度.实验结果显示,编码时间缩短99%左右,而图像质量没有受到多大影响.     

非线性分形图像压缩编码的优化

从减少搜索匹配块的数目入手,提出了一种旨在降低分形编码的复杂度,缩短编码时间的分形图像压缩的改进算法.提高了经典分形编码的压缩效率,并且保证获得高质量的重建图像.本算法采用了将方块转换为圆盘的方式来完成值域块与定义域块的匹配,扩充了编码字典.同时,对圆盘匹配中最大旋转角度进行了概率上的最优定位,优化了搜索块的范围,缩短了块的匹配时间.实验结果表明,本算法简单、有效,并具有良好的压缩结果和高质量的重建图像.     

一种基于K-均值聚类优化的快速分形图像压缩算法

对搜索窗中的父块和子块，根据其方差的不同，利用K-均值聚类优化方法分别对子块和父块进行聚类，子块只对同一类中的父块进行匹配，从而大大缩短了编码时间。仿真实验结果表明，在不影响信噪比和压缩比的前提下，与经典分形压缩算法相比，该算法编码速度可提高大约5倍；同近期文献报道的基于方差的快速分形压缩算法相比，该算法的结果也有明显的改善。     

基于蚁群算法的快速分形图像压缩方法

目的针对基本分形图像方法中编码时间过长的问题，提出一种缩短分形图像压缩编码时间的改进方法。提高编码的效率．方法基于蚁群算法的分形图像编码方法．结果实现了分形图像定义域块的自动分类，在匹配时通过类内搜索代替全局搜索；在类内匹配时进行基于匹配概率搜索．结论从理论和实验结果分析表明，相对于基本的分形图像压缩算法，该方法在基本保持重建图像质量的前提下，编码时间大大降低。加快了分形图像压缩的速度．     

M集在分形图像压缩编码中的应用

目的构造一个固定的压缩字典,改变传统的一幅图像对应一个压缩字典的分形图像压缩方法,解决Mandelbrot图像在分形图像压缩算法中的应用问题.方法采用函数f(z),改变参数z,生成不同的曲线,用灰度值量化规则进行量化,得到许多幅图像块,可以构成丰富的压缩字典,编码时将父块进行自适应合并分割,与压缩字典中的图像块进行匹配,选出满足条件的图像块,再对该图像块进行编码;解码时读取压缩字典,重建图像.结果该算法编码过程中生成丰富的压缩字典,所以解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.结论该算法减少了搜索时间.实验证明本算法实现简单、可行,具有良好的压缩效果和高质量的重建图像.     

广义Mandelbrot集和Logistic映射在图像压缩中的应用

目的在构造压缩字典时,改变传统的一幅图像固定一张量化表、一幅图像对应一个压缩字典的分形图像压缩方法,将广义M集和Logistic映射应用于分形图像压缩编码.方法采用函数f（z）=z3＋c,生成M集曲线,使用Logistic混沌映射生成的量化表量化M集曲线,生成图像块,构成压缩字典.将自适应合并算法应用于图像的分类,将量化后的M集图像块与压缩字典中的图像块进行匹配,选出满足条件的图像块,然后对该图像块进行编码;解码时读取压缩字典,重建图像.结果实验证明本算法实现简单、可行,图像压缩比高、重建图像质量好.结论该算法生成的图像块数量多、种类全,构造的压缩字典丰富,解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.     

一种基于对象的分形视频压缩算法研究

基于分形视频压缩的典型方法,提出了一种改进并提高其压缩性能的方法,用更有效的宏块划分规则替代传统的四叉树划分规则、简化块的搜索策略和范围、使用类似H.264标准的I帧和减少重复计算等。提出了一种在分形视频压缩算法中的基于对象(OB)压缩的实现方法,可以对任意对象单独进行压缩编码,极大地提高压缩比和压缩速度,降低比特率并节省数据传输时的带宽。实验结果表明,相比典型的方法,本文提出的分形视频压缩算法,压缩比提高了近4倍,压缩速度快近10倍,图像质量提高了3～5dB,显著地提高了分形视频压缩算法的性能;同时,OB的压缩方法简单有效,压缩比和压缩速度又有大幅度提高,使分形视频压缩的应用具有更大的灵活性和实用性。     

数字图象的金字塔型预测编码

金字塔型块预测编码结合了小波变换和分形编码的思路,用于图象编码可取得较好的效果.编码实验表明,这种算性能优于JPEG和分形Quadtree编码算法.针对该算法编码时间长的缺点,提出了邻域搜索法,使编码时间明显缩短.     

一种快速、高效的分形图像编码方法

文章针对传统分形编码时间过长的缺点,提出了一种高效而快速的基于方差的分形图像编码方法。其基本思路为：首先找到在方差意义下与R块最邻近的D块,在其左右k邻域内搜索与R块匹配的D块,如果没有搜索到满足预定阈值要求的D块,则对当前R块进行4值BTC编码。实验证明,该混合算法与传统的分形编码相比,节约了编码时间,说明该算法具有一定合理性与优越性。     

加快分形图像编码速度的若干措施

针对分形图像编码速度慢的缺点,提出若干加快编码速度的措施按照图像局部的统计特性和人眼的视觉特性,限定定义域块的搜索范围,优化定义域块及其几何变换的搜索顺序,并结合去除搜索匹配过程中的重复运算等措施,在保证恢复图像的主客观质量变化不大的前提下,使编码速度得到明显提高,对于若干标准图像的实际编码实验结果证明了算法的正确性     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

一种改进的零树小波编码图像压缩算法

基于小波变换的图像编码是一种有效的图像压缩方法。针对零树小波编码方法存在的缺点，提出了一种改进的零树编码方法。仿真实验表明，这种改进的零树编码方法加快了编码速度，提高了图像压缩质量。另外，该编码方法也能够产生嵌入式码流，支持多码率解码。     

基于SPIHT的静止图像ROI编码算法

结合JPEG2000中比例移位法对感兴趣区域(ROU编码算法的优点,提出了基于多级树集合分裂(SPIHT)算法的ROI图像编码算法.压缩后的码流具有嵌入性特点,支持渐进传榆.实验结果表明,在相同码率下,本算法重建图像整体峰值信噪比低于SPIHT算法,但ROI区域能够得到较好的重建,主观视觉效果好,尤其适用于低码率压缩情况.     

一种基于WBS编码、块编码前的压缩算法

提出一种基于二值图象压缩编码前处理的新观点和新方法 ,即从数学角度出发 ,提出一种方案 :对在二值图象中影响WBS编码、块编码效率的黑直线段 (铅直或水平 ) ,进行编码前预处理 ,消除黑直线段 ,提高压缩比。     

全局约束自适应量化的遥感图像压缩算法

针对JPEG2000算法存在大量计算冗余影响星载遥感图像压缩速度的问题,提出一种全局约束自适应量化的星载遥感图像快速压缩算法.根据给定目标码率、输入图像特性和各子带特性,考虑JPEG2000内部之间的联系,从全局角度自适应设置各子带量化步长,从而减少最为耗时的EBCOT待编码数据量.实验结果表明,该算法减少了JasPer90%-95%的冗余数据,从而减少了层一编码时间和层二截断时间,显著提高了JPEG2000的编码速度,相比JasPer速度提高了1倍左右,而重构图像质量还略有提高.     

快速分形图像压缩方法及其VLSI实现

针对分形编码技术解码迅速但编码时间较长的特点，提出了一种结合kohonen神经网络（KNN网）和多尺度分析的分形编码算法，并在此基础上给出了基于该方法的硬件实现方案．该方法可大大加速图像编码过程而使压缩率和图像质量仅有微小变化．实验结果显示，其压缩速度比全搜索算法提高了131倍．     

An efficient BTC image compression algorithm with visual patterns

0　ＩＮＴＲＯＤＵＣＴＩＯＮＢｌｏｃｋｔｒｕｎｃａｔｉｏｎｃｏｄｉｎｇ (ＢＴＣ)ｆｏｒｍｏｎｏｃｈｒｏｍｅｉｍ ａｇｅｃｏｍｐｒｅｓｓｉｏｎｗａｓｉｎｔｒｏｄｕｃｅｄｂｙＤｅｌｐａｎｄＭｉｔｃｈｅｌｌ[1] .Ｉｔｉｓａｓｉｍｐｌｅｌｏｓｓｙｉｍａｇｅｃｏｄｉｎｇｔｅｃｈｎｉｑｕｅ ,ｗｈｉｃｈｈａｓｔｈｅａｄｖａｎｔａｇｅｏｆｂｅｉｎｇｅａｓｙｔｏｉｍｐｌｅｍｅｎｔｃｏｍｐａｒｅｄｔｏｔｒａｎｓ ｆｏｒｍｃｏｄｉｎｇａｎｄｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎ[2 ] .Ｉｔｓｓｉｍｐｌｉｃｉｔｙ ,ｐｅｒｆｏｒ…     

多光谱图像的3D EBCOT压缩编码算法

提出了一种新的多光谱图像压缩方案,三维率失真优化截取码块编码(3D EBCOT)算法根据多光谱图像的成像特点,利用非对称的三维离散小波变换去除多光谱图像的空间冗余和频域的相关性,再通过拓展改进最新的静止图像压缩标准JPEG2000中的二维率失真优化截取内嵌码块编码(2D EBCOT)算法,在比特平面编码器中引入谱间上下文,使用相应算术编码器并对经过三维小波变换后的系数进行编码,提高了多光谱图像的压缩效率．根据具体要求组织的内嵌码流,可继承获得JPEG2000标准内嵌码流抗误码等优良特性．使用该方法对一组6波段多光谱图像压缩编码后的重建图像显示,具有比三维小波分层树集合分割排序编码的算法(3D SPIHT)具有更好的图像质量和压缩性能．